JP2007279876A - Production planning method and production planning system - Google Patents
Production planning method and production planning system Download PDFInfo
- Publication number
- JP2007279876A JP2007279876A JP2006102805A JP2006102805A JP2007279876A JP 2007279876 A JP2007279876 A JP 2007279876A JP 2006102805 A JP2006102805 A JP 2006102805A JP 2006102805 A JP2006102805 A JP 2006102805A JP 2007279876 A JP2007279876 A JP 2007279876A
- Authority
- JP
- Japan
- Prior art keywords
- production
- product
- possible number
- cause parameter
- date
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 511
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000011156 evaluation Methods 0.000 claims abstract description 42
- 238000004364 calculation method Methods 0.000 claims description 75
- 238000000605 extraction Methods 0.000 claims description 12
- 230000001364 causal effect Effects 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 30
- 239000000284 extract Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000002354 daily effect Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】複数の製品で製造装置を共有している場合の生産ラインにおいて、生産可能数が変動した場合の原因を自動的に解明することで、精度の高い生産計画が短時間に作成できる生産計画方法及びそのシステムを提供することにある。
【解決手段】前回／今回の比較対象となる生産計画に対して、変更が発生した生産計画で使用する生産工程を抽出する。その生産工程から、すべての製品を対象に生産能力評価において使用するパラメータ項目を抽出し、前回のパラメータの値と今回のパラメータの値とを差分比較することで、原因となるパラメータ項目を特定する。このとき、原因パラメータ項目の組合せを算出し、原因パラメータリストを作成する。次に、特定したパラメータリストから、逐次パラメータ項目を変更して生産可能数を再計算する。このとき、原因パラメータが生産不可能数へ与える影響指数を計算する。
【選択図】図５[PROBLEMS] To produce a highly accurate production plan in a short period of time by automatically elucidating the cause when the number of products that can be produced fluctuates in a production line that shares manufacturing equipment with multiple products. To provide a planning method and system.
A production process to be used in a production plan in which a change has occurred is extracted with respect to a production plan to be compared between the previous time and the current time. From the production process, parameter items to be used in production capacity evaluation for all products are extracted, and the parameter item that is the cause is identified by comparing the previous parameter value with the current parameter value. . At this time, a cause parameter item combination is calculated and a cause parameter list is created. Next, from the specified parameter list, the parameter items are sequentially changed and the production possible number is recalculated. At this time, the influence index that the cause parameter has on the production impossible number is calculated.
[Selection] Figure 5
Description
本発明は、生産能力評価計算を用いて生産不可能数の原因パラメータ項目を抽出する生産計画立案業務において、短時間で精度の高い生産計画を作成する生産計画方法及び生産計画システムに関するものである。 The present invention relates to a production planning method and a production planning system for creating a highly accurate production plan in a short time in a production plan planning operation for extracting cause parameter items of the number of production impossible using a production capacity evaluation calculation. .
製品ライフサイクルの短命化や市場変化が激しい製造業において、顧客の要求に即応可能な生産計画業務の構築が重要である。 In the manufacturing industry where the product life cycle is shortened and the market changes drastically, it is important to build production planning operations that can respond to customer demands.
生産計画業務では、各製品をいつ、どこで、どのくらい生産するのかといった生産計画を、月や週といった頻度で立案し、この結果を部品調達や製造指示を行う業務へ提供している。 In the production planning work, a production plan, such as when, where, and how much each product is to be produced, is prepared at a frequency such as a month or a week, and the result is provided to work for parts procurement and manufacturing instructions.
しかしながら、生産計画業務において、同じ製品でも複数の入力情報に変更がある場合や、複数の製品で製造装置を共有している場合には、どの入力情報がどの生産計画結果に対して影響を与えているのか分からないため、例えば、特開平１１−２８２８２４号公報（特許文献１）に記載されているように、（１）生産可能数の計算、（２）前回／今回の生産可能数の比較、（３）入力情報修正後の生産可能数の再計算、の作業を繰り返しおこなっていた。 However, when multiple input information is changed for the same product in a production planning operation, or when a manufacturing device is shared by multiple products, which input information affects which production plan result. For example, as described in Japanese Patent Application Laid-Open No. 11-282824 (Patent Document 1), (1) calculation of the production possible number, and (2) comparison of the previous / current production possible number. (3) The recalculation of the production possible number after the input information correction was repeated.
上記特許文献１のように、満足できる生産計画が得られるまで、上記（１）（２）（３）の作業を繰り返すため、時間が掛かり、実用的な生産計画立案業務ができなかった。特に、顧客からの需要変動が激しく、また生産ラインの歩留りの変動が激しく、生産工程経路が複雑な生産ラインにおいて、大きな課題となっている。
Until the satisfactory production plan is obtained as in
本発明の目的は、上記課題を解決すべく、複数の製品で製造装置を共有している場合の生産ラインにおいて、生産計画が変動した場合の原因を自動的に解明することで、精度の高い生産計画が短時間に作成できる生産計画方法及び生産計画システムを提供することにある。 The object of the present invention is to solve the above-mentioned problems, and in the production line in the case where the manufacturing apparatus is shared by a plurality of products, the cause when the production plan fluctuates automatically is clarified, thereby achieving high accuracy. To provide a production planning method and a production planning system capable of creating a production plan in a short time.
上記目的を達成するために、本発明は、生産能力評価計算を用いて生産不可能数の原因パラメータ項目を抽出する生産計画方法及びそのシステムにおいて、要求日毎に製品毎に前記生産能力評価計算を用いて前回生産計画した前回生産可能数と今回生産計画した今回生産可能数とを算出する生産能力評価ステップと、該生産能力評価ステップにおいて算出された要求日毎の製品毎の前記前回生産可能数と前記今回生産可能数とを比較して変更が発生した製品の生産計画で使用する対象の生産ラインを抽出する対象生産ライン抽出ステップと、該対象生産ライン抽出ステップで抽出した生産ラインから、全ての製品を対象に前記生産能力評価計算で使用するパラメータ項目を抽出するパラメータ項目抽出ステップと、該パラメータ項目抽出ステップにおいて抽出されたパラメータ項目毎に、前回生産計画したときのデータと今回生産計画したときのデータとを差分比較して変化のある原因となるパラメータ項目を特定し、該特定した原因パラメータ項目をリストアップする原因パラメータリスト作成ステップと、該原因パラメータリスト作成ステップで作成した原因パラメータリストを基に、特定した原因パラメータ項目以外については前回生産計画したときのデータに順次変更し、前記特定した原因パラメータ項目については今回生産計画したときのデータを入力することによって、前記生産能力評価計算を用いて前記特定した原因パラメータ項目毎に生産可能数ｋを再計算する再計算ステップと、該再計算ステップで再計算された前記特定した原因パラメータ項目毎の生産可能数ｋを基に次の（１）式に基づいて前記特定した原因パラメータ項目ｋが生産不可能数へ与える影響指数ｋを算出する影響指数算出ステップとを有することを特徴とする。 In order to achieve the above-mentioned object, the present invention provides a production planning method and system for extracting cause parameter items of the number of production impossible using a production capacity evaluation calculation. The production capacity evaluation step for calculating the previous production possible number that was used in the previous production plan and the current production possibility number that was produced this time, and the previous production possible number for each product for each requested date calculated in the production capacity evaluation step. From the production line extracted in the target production line extraction step, the target production line extraction step for extracting the target production line to be used in the production plan of the product in which the change has occurred by comparing with the current production possible number, A parameter item extraction step for extracting a parameter item to be used in the production capacity evaluation calculation for a product, and the parameter item extraction step; For each parameter item extracted in the process, the difference between the data from the previous production plan and the data from the current production plan is compared to identify the parameter item that causes the change, and the identified cause parameter item is Based on the cause parameter list creation step to be listed and the cause parameter list created in the cause parameter list creation step, the cause parameter items other than the identified cause parameter items are sequentially changed to the data of the previous production plan, and the identified cause A recalculation step for recalculating the production possible number k for each of the identified cause parameter items by using the production capacity evaluation calculation by inputting data when the production plan is currently made for the parameter items, and the recalculation step Production possible number for each specified cause parameter item recalculated in The characterized in that it has a effect index calculating step cause parameter item k that the identified based on the following equation (1) based on the calculated influence index k given to the number of possible production.
影響指数ｋ＝（前回生産可能数−生産可能数ｋ）／（前回生産可能数−今回生産可能数）
（１）
但し、ｋは原因パラメータリストの引数
また、本発明は、前記影響指数算出ステップにおいて、前記算出された影響指数ｋを表示装置に表示することを特徴とする。
Influence index k = (Previous production possible number-Production possible number k) / (Previous production possible number-Current production possible number)
(1)
However, k is an argument of the cause parameter list. The present invention is characterized in that, in the influence index calculation step, the calculated influence index k is displayed on a display device.
また、本発明は、更に、前記影響指数算出ステップにおいて算出された影響指数ｋの内、影響指数ｋが大きい特定された原因パラメータ項目について今回生産計画したときのデータを修正して対策を立案する対策立案ステップを有することを特徴とする。即ち、対策立案ステップにおいて、影響指数を大きい順番に対策一覧を提示し、必要により、影響指数に基づき入力情報を変更し、生産計画を再立案することを特徴とする。 Further, the present invention further devises a countermeasure by correcting the data at the time of the current production plan for the specified cause parameter item having a large influence index k out of the influence index k calculated in the influence index calculation step. It has a countermeasure planning step. That is, in the countermeasure planning step, the countermeasure list is presented in descending order of the influence index, and if necessary, the input information is changed based on the influence index, and the production plan is re-planned.
また、本発明は、前記生産能力評価ステップにおいて、前記算出された要求日毎の製品毎の前記前回生産可能数と前記今回生産可能数とを表示装置に表示することを特徴とする。 Further, the present invention is characterized in that, in the production capacity evaluation step, the previous production possible number and the current production possible number for each product for each requested date are displayed on a display device.
また、本発明は、前記原因パラメータリスト作成ステップにおいて、前記リストアップされた前記特定された原因パラメータ項目を表示装置に表示することを特徴とする。 In the causal parameter list creating step, the identified causal parameter item listed is displayed on a display device.
本発明によれば、顧客からの需要変動が激しく、また生産ラインの歩留りの変動が激しく、生産工程経路が複雑な生産ラインの生産計画立案業務において、計画の立案と前回／今回の生産可能数の比較を少なくすることが可能となり、精度の高い生産計画が短時間に作成することができる。 According to the present invention, in the production planning business of a production line in which the demand fluctuation from the customer is great, the production line yield fluctuation is severe, and the production process path is complicated, the planning and the previous / current production capacity Comparison can be reduced, and a highly accurate production plan can be created in a short time.
以下、本発明の一実施の形態について図面を用いて説明する。 Hereinafter, an embodiment of the present invention will be described with reference to the drawings.
図２は本発明に係る製造プロセスの一実施例を分かり易く説明するための模式図である。本発明ではハードディスクの製造プロセスで説明する。本発明で対象となるハードディスクの製造プロセスは、主要部品である複数の磁気ヘッドを複数重ね、中間部品とする部品組立工程（Ｓ２２）と、ディスクやスピンドルモータやフレームなどの部品とともに筐体へ組み付ける製品組立工程（Ｓ２３）と、最終的な良品判定を実施する試験工程（Ｓ２４）と、最終的に回路基板と筐体の蓋部分を組み付ける最終組立工程（Ｓ２５）からなる。それぞれの工程には、複数のラインを持つ。部品組立工程（Ｓ２２）には、例えば、製品Ａを構成する部品が投入される“部品組立１”ライン（Ｓ２２ａ）、製品Ｂを構成する部品が投入される“部品組立２”ライン（Ｓ２２ｂ）を持つ。本実施例では、２種類のハードディスク製品である製品Ａと製品Ｂに対して、製品Ａは“部品組立１”ライン（Ｓ２２ａ）、“製品組立１”ライン（Ｓ２３ａ）、“試験工程１”ライン（Ｓ２４ａ）及び“最終組立１”ライン（Ｓ２５ａｂ）で構成され、製品Ｂは“部品組立２”ライン（Ｓ２２ｂ）、“製品組立２”ライン（Ｓ２３ｂ）、“試験工程２”ライン（Ｓ２４ｂ）及び“最終組立１”ライン（Ｓ２５ａｂ）で構成され、“最終組立１”ラインだけを共有ラインとするような生産ラインを持つものとする。
FIG. 2 is a schematic diagram for easily explaining an embodiment of the manufacturing process according to the present invention. In the present invention, a manufacturing process of a hard disk will be described. The hard disk manufacturing process that is the subject of the present invention includes a component assembling step (S22) in which a plurality of magnetic heads, which are main components, are stacked to be an intermediate component, and assembled to a casing together with components such as a disk, a spindle motor, and a frame. The product assembly process (S23), the final non-defective product determination test process (S24), and the final assembly process (S25) for finally assembling the circuit board and the lid of the housing. Each process has a plurality of lines. In the part assembly step (S22), for example, a "
次に、本発明に係る生産不可能数の原因究明方法を実行する生産能力評価機能を有する生産計画システムは、例えば図３に示すような、ＣＰＵ（３０１）と、メモリ（３０２）と、各種の情報を記憶したハードディスク装置等の記憶装置（３０３）と、キーボードやマウス等の入力装置（３０５）と、原因パラメータリストや生産計画結果の画面やパラメータパターンＰｉに対する影響指数等を表示するＣＲＴやＬＣＤ等の出力装置（３０６）と、実績収集システム（３０７）及び生産管理システム（３０８）とインターネット等のネットワークを介して通信を行う通信装置（３０４）と、これらの各装置を接続するバス等を備えた、一般的な構成を有するコンピュータシステム、あるいはこのコンピュータシステムを複数備えたネットワークシステムで構築することが可能である。 Next, a production planning system having a production capacity evaluation function for executing the method for investigating the cause of the impossible number according to the present invention includes, for example, a CPU (301), a memory (302), various types as shown in FIG. A storage device (303) such as a hard disk device storing the above information, an input device (305) such as a keyboard and a mouse, a CRT for displaying a cause parameter list, a production plan result screen, an influence index for the parameter pattern Pi, and the like An output device (306) such as an LCD, a performance collection system (307), a production management system (308), a communication device (304) that communicates via a network such as the Internet, a bus that connects these devices, and the like A computer system having a general configuration, or a network including a plurality of the computer systems. It is possible to construct the system.
実績収集システム（３０７）は、例えば各試験工程１、２からの製品の種類（例えば、Ａ，Ｂ）毎の歩留りの情報を収集したり、各生産ライン毎の稼働率の情報を収集して通信装置（３０４）を介して生産能力評価システム（生産計画システム）（３０１）に提供し、記憶装置（３０３）の歩留り情報（３０３２）、および稼働率情報（３０３８）に記憶される。勿論、処理部（３０１）内の情報収集部３０１１において顧客からの受注情報や、各生産ライン毎の製品別の歩留り情報や各生産ライン毎の稼働率情報を収集してもよい。
The results collection system (307) collects yield information for each product type (for example, A and B) from each
本発明に係る生産計画システムは、例えば通信装置３０４を介して入力される顧客からの受注情報が、図８に示すように、製品毎にまとめた要求日に対する完成要求量として得られ、記憶装置（３０３）の受注情報（完成要求量情報）（３０３３）に記憶される。受注情報（完成要求量情報）（３０３３）に登録される各レコードは、図８に示すように、最終組立品の識別番号である製品番号を登録するためのフィールド、計画立案日を登録するためのフィールド（図示せず）、完成要求日を登録するためのフィールド、その要求日までに出荷する数量（完成要求量）を登録するフィールドを備えている。また、計画立案日とは、生産可能数を計算した日である。この計画立案日を指定することにより、前回の生産可能数の計画と今回の生産可能数の計画を見分けることができる。
In the production planning system according to the present invention, for example, as shown in FIG. 8, order information from a customer input via the
さらに、生産計画システムのＣＰＵから構成される処理部（３０１）は、製品毎の要求日に対する受注情報（完成要求量）（３０３３）と生産モデル情報（製品別に日毎に流して生産する生産ラインの情報）（３０３４）と生産能力マスタ情報（生産工程別に製品別に日毎に１台を生産に要する時間の情報）（３０３５）と製品別生産工程別日毎の歩留り情報（３０３２）と生産工程別の日毎の稼働率（３０３８）とを基に、各製品をいつ、どこで、どのくらい生産するのかといった生産計画（生産可能数）を、図６に示すように、月や週といった頻度で立案し、該立案した結果を例えば通信装置３０４を介して部品調達や製造指示を行う生産管理システム（３０９）へ提供する。即ち、生産計画システム（３０１）は、顧客からの受注情報を製品毎にまとめた製品毎の要求日に対する完成要求量に対して、生産工程情報（生産モデル情報）を基に各製品を流す生産ラインを決め、各生産ラインで必要な生産稼働時間を歩留りや稼働率を考慮して計算し、該計算された各生産工程（生産ライン）での1日あたりの必要生産稼働時間と生産供給可能時間とを比較し、該比較の結果、図８に示す完成要求量に対する図６に示す生産可能数を計算し、例えば通信装置（３０４）を介して顧客へ生産計画として回答し、製造部門へ製造指示として伝達、また資材部門へ部品調達指示として伝達する。なお、本発明に係る生産計画システム（３０１）において、完成要求量から計算した必要な生産稼働時間と各生産ラインの生産供給可能な生産供給可能時間とを比較し、生産可能数を計算することを生産能力評価と呼ぶ。
Further, the processing unit (301) constituted by the CPU of the production planning system receives the order information (completion request amount) (3033) for the request date for each product and the production model information (for the production line to be produced and flowed daily for each product). Information) (3034) and production capacity master information (information on the time required for production for each product by day for each production process) (3035), yield information for each production process by day (3032), and every day for each production process Based on the operating rate (3038) of the product, a production plan (number of products that can be produced) such as when, where and how much each product will be produced is planned at a frequency of months or weeks as shown in FIG. The result is provided to the production management system (309) that performs parts procurement and manufacturing instructions via the
このような生産能力評価においては、上記で述べた完成要求量や各生産ラインの生産供給可能時間の他に、実績収集システム（３０７）などから集められる歩留り情報や、製造技術者などから提供される製品の生産ラインを示す情報や、生産計画者が与える製品毎の優先度などさまざまな入力情報が必要である。ところが、これらの入力情報は、各業務の都合により、変更が生じる場合がある。例えば、製造部門の都合による生産ライン数の変更や製造装置の故障やメンテナンスによる生産可能時間の変更や、突然の品質不良による歩留りの低下、設計変更や製造指示変更による生産ラインの変更などがある。 In such a production capacity evaluation, in addition to the above-mentioned required completion amount and the production supply available time of each production line, yield information collected from a performance collection system (307), etc., and a manufacturing engineer are provided. Various input information such as information indicating the production line of the product to be produced and the priority of each product given by the production planner is required. However, these input information may change due to the convenience of each business. For example, there is a change in the number of production lines due to the convenience of the manufacturing department, a change in the production time due to a failure or maintenance of the manufacturing equipment, a decrease in yield due to a sudden quality defect, a change in the production line due to a design change or a change in manufacturing instructions, etc. .
これらの入力情報の変更は、生産可能数の結果へ大きな影響を与える。即ち、生産不可能数が発生すると、製造部門では、例えば前週の生産計画結果で人員を計画しているので、生産不可能数だけ、人員が無駄になる。また、資材部門では、同様に例えば前週の生産計画結果で部品を購入しているので、生産不可能数だけ、部品が無駄になる。また、顧客に対しても例えば前週の生産計画結果で出荷を回答しているため、顧客要求を守れず、顧客サービスの低下により、最悪の場合、受注機会を失うこととなる。 These changes in input information have a great influence on the result of the production possible number. That is, when the production impossible number occurs, the manufacturing department plans personnel based on the production plan result of the previous week, for example, so that the number of production impossible numbers is wasted. Similarly, in the material department, for example, parts are purchased according to the production plan result of the previous week. Further, since the shipment is replied to the customer, for example, according to the production plan result of the previous week, the customer request cannot be observed, and in the worst case, the order receiving opportunity is lost due to the deterioration of the customer service.
この様な生産不可能数の発生による利益の低下を防ぐために、本発明に係る生産計画システム（３０１）では、生産能力の評価後、生産不可能数が発生した場合、その原因を調査し、対策案を立案する。その原因により、製品毎の優先度変更や、稼働時間の変更など、生産計画業務の中で対策案を立案し、生産可能数を調整することで、生産不可能数の発生を防いでいる。 In order to prevent a decrease in profit due to the occurrence of such an unmanufacturable number, the production planning system (301) according to the present invention investigates the cause when an unmanufacturable number occurs after the evaluation of the production capacity, Develop a countermeasure plan. Due to the cause, a countermeasure proposal is made in the production planning work such as a priority change for each product and a change in operating time, and the production possible number is adjusted to prevent the production impossible number from occurring.
次に、本発明に係る生産不可能数の原因究明方法等を実行する生産能力評価機能を有する生産計画システム（処理プログラムも含む）の機能構成について、図１を用いて説明する。本生産計画システムは、各製品の日毎の生産可能数情報と各生産ラインの日毎の歩留り情報と生産管理システム（３０８）からの受注情報を登録する各製品の日毎の完成要求量情報と各製品がどの生産ラインを通過するのか定義される生産ライン情報（生産工程情報）と各生産ラインで日毎に１製品を生産するのに必要な時間を登録する生産能力マスタ情報と各製品で日毎の優先度情報と各生産ラインの日毎の生産供給可能時間情報と各ラインの日毎の稼働率情報とを収集する情報収集部（３０１１）と、該情報収集部（３０１１）のデータを使用して、生産可能数を計算する生産可能数計算部（３０１２）と、前記情報収集部（３０１１）のデータと生産可能数計算部（３０１２）の結果を用いて、影響指数を計算する影響指数計算部（３０１３）と、前記情報収集部（３０１１）のデータと影響指数計算部（３０１３）の結果を用いて、対策を立案する対策立案部（３０１４）とを有するＣＰＵ（処理部）（３０１）を備えて構成される。 Next, a functional configuration of a production planning system (including a processing program) having a production capacity evaluation function for executing a method for investigating the cause of the production failure number according to the present invention will be described with reference to FIG. This production planning system includes information on the number of products that can be produced for each day, yield information for each day of each production line, order information from the production management system (308), and information on the amount of completed products for each product and each product. Production line information (production process information) that defines which production line passes, production capacity master information that registers the time required to produce one product per day in each production line, and priority for each product per day Information collection unit (3011) for collecting degree information, daily production supply availability information for each production line, and daily operation rate information for each line, and data of the information collection unit (3011) The production possible number calculation unit (3012) for calculating the possible number, and the influence index calculation unit (3 for calculating the influence index using the data of the information collection unit (3011) and the result of the production possible number calculation unit (3012). 13) and a CPU (processing section) (301) having a countermeasure planning section (3014) for planning countermeasures using the data of the information collecting section (3011) and the result of the influence index calculation section (3013). Configured.
更に記憶装置（３０３）は、例えば図６に示すような、計画立案日において立案される完成予定日におけるそれぞれの製品の生産可能数情報を登録する生産可能数情報（３０３１）と、例えば図７に示すような、計画立案日において収集推測される製品別、工程別、日付における、それぞれの投入量を計算するための歩留り情報（３０３２）と、例えば図８に示すような、顧客または生産管理システム（３０９）からの受注情報として登録する完成要求量情報（３０３３）と、図９に示すような、各製品がどの生産ラインを通過するのか定義される生産工程情報（３０３４）と、例えば図１０に示すような、計画立案日において立案される日付でのそれぞれの生産ラインで１個の製品を生産するのに必要な単位生産能力時間（秒／個）を登録する生産能力マスタ情報（３０３５）と、例えば図１１に示すような、計画立案日において立案される要求日でのそれぞれの製品の優先度を登録する優先度情報（３０３６）と、例えば図１２に示すような、計画立案日において立案されるそれぞれの生産ラインでの日付（要求日）での生産供給可能時間（秒）を登録する生産供給可能時間情報（３０３７）と、例えば図１３に示すような、計画立案日において収集推測される、それぞれの生産ラインでの日付での稼働率情報（３０３８）と、例えば図１４に示すような、本方式の出力情報である影響評価指数情報（３０３９）と、を有する。 Further, the storage device (303) has, as shown in FIG. 6 for example, the production possible number information (3031) for registering the production possible number information of each product on the planned completion date planned on the planning date, for example, FIG. Yield information (3032) for calculating the input amount for each product, process, and date estimated and collected on the planning date as shown in FIG. 8, and customer or production management as shown in FIG. Completion request amount information (3033) registered as order information from the system (309), production process information (3034) that defines which production line each product passes as shown in FIG. 9, for example, FIG. Register the unit production capacity time (seconds / piece) required to produce one product on each production line as of the planning date, as shown in 10. Production capacity master information (3035), priority information (3036) for registering the priority of each product on the request date planned on the planning date, for example, as shown in FIG. 11, and FIG. Production supplyable time information (3037) for registering production supplyable time (seconds) on the date (request date) on each production line planned on the planning date, as shown, for example, as shown in FIG. Furthermore, the utilization rate information (3038) on the date of each production line that is collected and estimated on the planning date, and the impact evaluation index information (3039) that is output information of this method, for example, as shown in FIG. And having.
ところで、図６に示す生産可能数情報（３０３１）は、製品番号、計画立案日、完成予定日、生産可能数、を備えている。この場合、製品番号は最終組立品の製品番号である。これらは本発明に係る生産計画システム（生産能力評価システム）の出力情報である。また、計画立案日とは、生産可能数を計算した日である。この計画立案日を指定することにより、前回の生産可能数の計画と今回の生産可能数の計画を見分けることができる。この実施例では、３月１日が前回の生産可能数、３月８日が今回の生産可能数を示している。 Incidentally, the production possible number information (3031) shown in FIG. 6 includes a product number, a planning date, a scheduled completion date, and a production possible number. In this case, the product number is the product number of the final assembly. These are output information of the production planning system (production capacity evaluation system) according to the present invention. The planning date is the date on which the production possible number is calculated. By designating this planning date, it is possible to distinguish between the previous plan for the production possible number and the plan for the current production possible number. In this embodiment, March 1 indicates the previous production possible number, and March 8 indicates the current production possible number.
また、図７に示す歩留り情報（３０３２）に登録される各レコードは、最終組立品の識別番号である製品番号、計画立案日、生産ライン、日付（要求日）、各生産ラインで良品になる比率を示す歩留りを登録するためのフィールドを備えている。歩留りが日時で変化する場合、図７に示す様に日付をフィールドとして持ち、その日付に対して歩留りを登録してもよい。また、計画立案日とは、生産可能数を計算した日である。この計画立案日を指定することにより、前回の生産可能数の計画と今回の生産可能数の計画を見分けることができる。 Further, each record registered in the yield information (3032) shown in FIG. 7 is a non-defective product in each product line, which is the product number that is the identification number of the final assembly, the planning date, the production line, the date (request date). A field for registering the yield indicating the ratio is provided. When the yield varies with the date and time, a date may be used as a field as shown in FIG. 7, and the yield may be registered for that date. The planning date is the date on which the production possible number is calculated. By designating this planning date, it is possible to distinguish between the previous plan for the production possible number and the plan for the current production possible number.
また、図８に示す完成要求量情報（３０３３）に登録される各レコードは、最終組立品の識別番号である製品番号を登録するためのフィールド、計画立案日を登録するためのフィールド、完成要求日を登録するためのフィールド、その要求日までに出荷する数量を登録するフィールドを備えている。また、計画立案日とは、生産可能数を計算した日である。この計画立案日を指定することにより、前回の生産可能数の計画と今回の生産可能数の計画を見分けることができる。 Further, each record registered in the completion request amount information (3033) shown in FIG. 8 includes a field for registering a product number which is an identification number of the final assembly, a field for registering a planning date, and a completion request. A field for registering the date and a field for registering the quantity to be shipped by the request date are provided. The planning date is the date on which the production possible number is calculated. By designating this planning date, it is possible to distinguish between the previous plan for the production possible number and the plan for the current production possible number.
また、図９に示す生産工程情報（３０３４）に登録される各レコードは、最終組立品の識別番号である製品番号を登録するためのフィールド、最終組立品となるまでに通過する生産ラインを登録するためのフィールドを備えている。 In addition, each record registered in the production process information (3034) shown in FIG. 9 registers a field for registering a product number that is an identification number of the final assembly, and a production line that passes until the final assembly is reached. It has a field to do.
また、図１０に示す生産能力マスタ情報（３０３５）に登録される各レコードは、最終組立品の識別番号である製品番号を登録するためのフィールド、計画立案日を登録するためのフィールド、生産ラインを登録するためのフィールド、日付（要求日）を登録するためのフィールド、そのラインが１個当たりに製造するために必要な時間である単位生産能力時間を登録するフィールドを備えている。また、計画立案日とは、生産可能数を計算した日である。この計画立案日を指定することにより、前回の生産可能数の計画と今回の生産可能数の計画を見分けることができる。 Each record registered in the production capacity master information (3035) shown in FIG. 10 includes a field for registering a product number that is an identification number of the final assembly, a field for registering a planning date, and a production line. Field for registering a date, a field for registering a date (required date), and a field for registering a unit production capacity time which is a time required for manufacturing the line per unit. The planning date is the date on which the production possible number is calculated. By designating this planning date, it is possible to distinguish between the previous plan for the production possible number and the plan for the current production possible number.
また、図１１に示す優先度情報（３０３６）に登録される各レコードは、最終組立品の識別番号である製品番号を登録するためのフィールド、計画立案日、要求日、優先度を登録するフィールドを備えている。また、計画立案日とは、生産可能数を計算した日である。この計画立案日を指定することにより、前回の生産可能数の計画と今回の生産可能数の計画を見分けることができる。 Each record registered in the priority information (3036) shown in FIG. 11 includes a field for registering a product number that is an identification number of the final assembly, a field for registering a planning date, a request date, and a priority. It has. The planning date is the date on which the production possible number is calculated. By designating this planning date, it is possible to distinguish between the previous plan for the production possible number and the plan for the current production possible number.
また、図１２に示す生産供給可能時間情報（３０３７）に登録される各レコードは、生産ラインを登録するためのフィールド、計画立案日を登録するためのフィールド、日付（要求日）を登録するためのフィールド、そのラインが１日当たりに処理（生産）が可能な時間を登録する生産供給可能時間フィールドを備えている。また、計画立案日とは、生産可能数を計算した日である。この計画立案日を指定することにより、前回の生産可能数の計画と今回の生産可能数の計画を見分けることができる。 Each record registered in the production supply available time information (3037) shown in FIG. 12 is for registering a field for registering a production line, a field for registering a planning date, and a date (request date). Field, and a production supplyable time field for registering the time during which the line can be processed (produced) per day. The planning date is the date on which the production possible number is calculated. By designating this planning date, it is possible to distinguish between the previous plan for the production possible number and the plan for the current production possible number.
また、図１３に示す稼働率情報（３０３８）に登録される各レコードは、生産ラインを登録するためのフィールド、計画立案日を登録するためのフィールド、日付（要求日）を登録するためのフィールド、その日付における稼働率を登録するフィールドを備えている。また、計画立案日とは、生産可能数を計算した日である。この計画立案日を指定することにより、前回の生産可能数の計画と今回の生産可能数の計画を見分けることができる。 Each record registered in the operation rate information (3038) shown in FIG. 13 includes a field for registering a production line, a field for registering a planning date, and a field for registering a date (request date). And a field for registering the operating rate on that date. The planning date is the date on which the production possible number is calculated. By designating this planning date, it is possible to distinguish between the previous plan for the production possible number and the plan for the current production possible number.
また、具体的には後述するように、処理部（３０１）の影響指数計算部（３０１３）で計算された図１４に示す影響評価指数情報（３０３９）に登録される各レコードは、製品番号を登録するためのフィールド、完成予定日を登録するためのフィールド、対象パラメータを登録するためのフィールド、原因となるパラメータの対象製品を登録するためのフィールド、原因となるパラメータの生産ラインを登録するためのフィールド、原因となるパラメータの日付（要求日）を登録するためのフィールド、その日付における影響指数を登録するフィールドを備えている。 Further, as will be described in detail later, each record registered in the impact evaluation index information (3039) shown in FIG. 14 calculated by the impact index calculation unit (3013) of the processing unit (301) has a product number. To register the field for registering, the field for registering the expected completion date, the field for registering the target parameter, the field for registering the target product of the cause parameter, and the production line of the cause parameter Field, a field for registering the date (request date) of the parameter causing the problem, and a field for registering an influence index on the date.
次に、処理部（３０１）の生産可能数計算部（３０１２）において、実行する生産可能数の計算方法について図２３を用いて説明する。即ち、処理部（３０１）の生産可能数計算部（３０１２）は、計画立案日における、最初に全ての日付（要求日）での生産ライン（ｊ）別、製品番号（ａ）別に、必要生産稼働時間ＲＴａｉｊを計算する。製品をａ、日付（要求日）をｉ、生産工程情報（３０３４）に記憶された図９に示す生産ラインをｊ、歩留り情報（３０３２）に記憶された図７に示す歩留りをＹａｉｊ、生産能力マスタ情報（３０３５）に記憶された図１０に示す単位生産能力時間をＫａｉｊ、完成要求量情報（３０３３）に記憶された図８に示す完成要求数をＣａｉ、稼働率情報（３０３８）に記憶された図１３に示す稼働率をＷｉｊとすると、必要生産稼働時間ＲＴａｉｊ、の計算は次の（１）式となる（Ｓ２３０）。 Next, a method for calculating the production possible number executed in the production possible number calculation unit (3012) of the processing unit (301) will be described with reference to FIG. That is, the producible quantity calculation unit (3012) of the processing unit (301) first requires production for each production line (j) and product number (a) on all dates (request date) on the planning date. The operating time RT aij is calculated. The product is a, the date (request date) is i, the production line shown in FIG. 9 stored in the production process information (3034) is j, the yield shown in FIG. 7 stored in the yield information (3032) is Y aij , and the production The unit production capacity time shown in FIG. 10 stored in the capability master information (3035) is K aij , the number of completion requests shown in FIG. 8 stored in the completion request amount information (3033) is C ai , and the operation rate information (3038). If the operation rate shown in FIG. 13 stored in FIG. 13 is W ij , the required production operation time RT aij is calculated by the following equation (1) (S230).
ＲＴａｉｊ＝（Ｃａｉ・Ｋａｉｊ）／（Ｙａｉｊ・Ｗｉｊ） （１）
次に、処理部（３０１）の生産可能数計算部（３０１２）は、図１１に示すように、計画立案日において、対象となる日付（要求日）データを取得し（Ｓ２３１）、その日付（要求日）に完成要求量がある製品番号の優先度を優先度情報（３０３６）から取得する（Ｓ２３２）。
RT aij = (C ai · K aij ) / (Y aij · W ij ) (1)
Next, as shown in FIG. 11, the producible quantity calculation unit (3012) of the processing unit (301) acquires target date (request date) data on the planning date (S231), and the date ( The priority of the product number having the requested completion amount on the request date is acquired from the priority information (3036) (S232).
次に、処理部（３０１）の生産可能数計算部（３０１２）は、計画立案日において、全ての生産ライン（ｊ）に亘って、全ての日付（要求日）での、製品番号（ａ）別に計算された必要生産稼動時間ＲＴａｉｊを生産供給可能時間情報（３０３７）に記憶された図１２に示す全ての日付（要求日）での、生産供給可能時間Ｔｉｊと比較する（Ｓ２３３）。処理部（３０１）は、計画立案日において、比較の結果、１つ以上の生産ラインにおいて、生産不可能（必要生産稼動時間ＲＴａｉｊ＞生産供給可能時間Ｔｉｊ）の場合（ボトルネック生産ラインが存在する場合）には、以下の（２）式で全ての生産ライン（ｊ）に亘って、製品（ａ）別の生産ライン別生産可能数ＰＮａｉｊを計算し、全ての生産ラインの中で最も小さい生産ライン別生産可能数Ｍｉｎ（ＰＮａｉｊ）を全体の生産ラインの生産可能数Ｎａｉとして特定する（Ｓ２３４）。 Next, the producible quantity calculation unit (3012) of the processing unit (301) has the product numbers (a) on all dates (request date) across all production lines (j) on the planning date. The separately calculated required production operating time RT aij is compared with the production supply available time T ij on all dates (request date) shown in FIG. 12 stored in the production supply available time information (3037) (S233). The processing unit (301), when compared as a result of the comparison on the planning date, is unable to produce on one or more production lines (required production operation time RT aij > production available time T ij ) (bottleneck production line is (If any), the following formula (2) calculates the production possible number PN aij for each product line (a) over all production lines (j), and within all the production lines The smallest production possible number Min (PN aij ) for each production line is specified as the production possible number N ai for the entire production line (S234).
製品をａ、日付（要求日）をｉ、生産ラインをｊ、歩留りをＹａｉｊ、単位生産能力時間をＫａｉｊ、生産供給可能時間をＴｉｊ、稼働率をＷｉｊとすると、生産ライン別生産可能数ＰＮａｉｊの計算は次の（２）式となる。 Production by production line, where product is a, date (request date) is i, production line is j, yield is Y aij , unit production capacity time is K aij , production supply available time is T ij , and operation rate is W ij The possible number PN aij is calculated by the following equation (2).
ＰＮａｉｊ＝（Ｔｉｊ・Ｗｉｊ・Ｙａｉｊ）／Ｋａｉｊ （２）
また、このとき特定された生産可能数Ｎａｉは、全ての生産ラインの中で最も小さい生産ライン別生産可能数Ｍｉｎ（ＰＮａｉｊ）であるので、以下の（３）式の計算式となり、減少することになる。
PN aij = (T ij · W ij · Y aij ) / K aij (2)
In addition, since the production possible number N ai specified at this time is the smallest production possible number Min (PN aij ) by production line among all production lines, the following equation (3) is calculated and decreased. Will do.
Ｎａｉ＝Ｍｉｎ（ＰＮａｉｊ） (j=1,2,…,n) （３）
次に、処理部（３０１）の生産可能数計算部（３０１２）は、計画立案日において、特定された減少した生産可能数Ｎａｉを用いて、全ての生産ライン（ｊ）での生産供給可能時間Ｔｉｊを次の（４）式に基づいて算出される減少したＴ’ｉｊに更新する（Ｓ２３５）。
N ai = Min (PN aij ) (j = 1,2, ..., n) (3)
Next, the producible number calculation unit (3012) of the processing unit (301) can supply and supply all the production lines (j) using the specified reduced producible number N ai on the planning date. The time T ij is updated to the decreased T ′ ij calculated based on the following equation (4) (S235).
Ｔ’ｉｊ＝（（Ｎａｉ・Ｋａｉｊ）／（Ｙａｉｊ・Ｗｉｊ）） （４）
また、処理部（３０１）の生産可能数計算部（３０１２）において、計画立案日において、比較の結果、全ての生産ラインにおいて、生産可能（（必要生産稼動時間ＲＴａｉｊ≦生産供給可能時間Ｔｉｊ）の場合（ボトルネック生産ラインが存在しない場合）には、生産ライン別生産可能数ＰＮａｉｊを完成要求数Ｃａｉとし（Ｓ２３６）、全ての生産ラインでの生産供給可能時間を上記（４）式に基づいて更新する（Ｓ２３７）。
T ′ ij = ((N ai · K aij ) / (Y aij · W ij )) (4)
Further, in the production number calculation unit (3012) of the processing unit (301), as a result of comparison on the planning date, production is possible in all production lines ((required production operation time RT aij ≦ production supply available time T ij ) (When there is no bottleneck production line), the production possible number PN aij by production line is set as the completion request number C ai (S236), and the production supply available time in all production lines is the above (4) Update based on the formula (S237).
処理部（３０１）の生産可能数計算部（３０１２）は、以上の処理を計画立案日において、全ての製品番号で繰り返し（Ｓ２３８）、全ての日付（要求日）で繰り返す（Ｓ２３９）。 The producible quantity calculation unit (3012) of the processing unit (301) repeats the above process for all product numbers on the planning date (S238) and repeats for all dates (request date) (S239).
次に、図２６及び図２７を用いて具体的に説明する。即ち、計画立案日が３月１日における、日付（要求日）が４月２６日の製品Ｂ、製品Ａの工程別（生産ライン別）生産納可能数の計算結果を図２６（ａ）、（ｂ）に示す。まず、処理部（３０１）の生産可能数計算部（３０１２）は、上記（１）式を用いて、全ての製品、生産ライン別に必要生産稼働時間ＲＴａｉｊを計算する。次に、生産可能数計算部（３０１２）は、日付（要求日）データを取得し（図２６（ａ）、（ｂ）では、４月２６日）、製品の優先度順に必要生産稼働時間ＲＴａｉｊと生産供給可能時間Ｔｉｊとを比較する。この場合、製品Ｂの優先度が１、製品Ａの優先度が２であるため、製品Ｂから比較する。比較の結果、全ての生産ラインで生産供給可能時間が大きいため、製品Ｂの生産可能数ＰＮＢｉｊは、完成要求数ＣＢｉとおなじ１００とする。次に、生産可能数計算部（３０１２）は、上記（４）式を用いて、製品Ｂの全ての生産ラインの生産供給可能時間を更新する。このとき、製品Ａと共有ラインである“最終組立１”ラインは、175088秒から75088秒へ更新される。
Next, it demonstrates concretely using FIG.26 and FIG.27. That is, FIG. 26A shows the calculation result of the number of products that can be delivered by the process (by production line) of the product B and the product A of the date (request date) of April 26 when the planning date is March 1st. Shown in (b). First, the producible quantity calculation unit (3012) of the processing unit (301) calculates the required production operating time RT aij for every product and production line using the above equation (1). Next, the producible quantity calculation unit (3012) acquires date (request date) data (April 26 in FIGS. 26A and 26B), and the required production operation time RT in the order of product priority. aij production and supply possible time to compare the T ij. In this case, since the priority of the product B is 1 and the priority of the product A is 2, the comparison is performed from the product B. As a result of comparison, since the production and supply time is large in all production lines, the production possible number PN Bij of the product B is set to 100, which is the same as the completion request number C Bi . Next, the producible quantity calculation unit (3012) updates the production supply available time of all production lines of the product B using the above formula (4). At this time, the “
そして、生産可能数計算部（３０１２）は、次の優先度である製品Ａの全ての生産ラインの必要生産稼働時間ＲＴＡｉｊと生産供給可能時間Ｔｉｊとを比較する。製品Ａでも、比較の結果、全ての生産ラインで生産供給可能時間が大きいため、製品Ａの生産可能数ＰＮＡｉｊは、完成要求数ＣＡｉとおなじ１００とする。 The production number calculation unit (3012) compares all the necessary production uptime production line and RT Aij and production suppliable time T ij of the product A is the next priority. As a result of comparison, the product A can be produced and supplied on all production lines in a long time, so the production possible number PN Aij of the product A is set to 100, which is the same as the completion request number C Ai .
次に、１週間が経過し、次の計画立案日である３月８日における、日付（要求日）が４月２６日の製品Ｂ、製品Ａの生産納可能数の計算結果を図２７（ａ）、（ｂ）に示す。まず、生産可能数計算部（３０１２）は、同様に上記（１）式を用いて、全ての製品、生産ライン別に必要生産稼働時間ＲＴａｉｊを計算する。次に、処理部（３０１）は、日付（要求日）データを取得し（図２７（ａ）、（ｂ）では、４月２６日）、製品の優先度順に必要生産稼働時間ＲＴａｉｊと生産供給可能時間Ｔｉｊとを比較する。この場合、製品Ｂの優先度が１、製品Ａの優先度が２であるため、製品Ｂから比較する。比較の結果、全ての生産ラインで生産供給可能時間が大きいため、製品Ｂの生産可能数ＰＮＢｉｊは、完成要求数ＣＢｉとおなじ１００とする。次に、生産可能数計算部（３０１２）は、上記（４）式を用いて、製品Ｂのすべてのラインの生産供給可能時間を更新する。このとき、製品Ａと共有ラインである“最終組立１”ラインは、175088秒から70558秒へ更新される。
Next, FIG. 27 shows the calculation result of the production deliverable number of the products B and A having the date (request date) of April 26 on March 8, which is the next planning date, after one week has passed. Shown in a) and (b). First, the producible quantity calculation unit (3012) similarly calculates the required production operating time RT aij for every product and production line using the above equation (1). Next, the processing unit (301) acquires date (request date) data (April 26 in FIGS. 27A and 27B), and the required production operating time RT aij and production in order of product priority. The supply available time T ij is compared. In this case, since the priority of the product B is 1 and the priority of the product A is 2, the comparison is performed from the product B. As a result of comparison, since the production and supply time is large in all production lines, the production possible number PN Bij of the product B is set to 100, which is the same as the completion request number C Bi . Next, the producible quantity calculating unit (3012) updates the production supply possible time of all the lines of the product B using the above formula (4). At this time, the “
そして、生産可能数計算部（３０１２）は、次の優先度である製品Ａの全ての生産ラインの必要生産稼働時間ＲＴＡｉｊと生産供給可能時間Ｔｉｊとを比較する。このとき、製品Ａでは、比較の結果、“最終組立１”ラインの必要生産稼働時間が、生産供給可能時間より大きい。そこで、上記（２）式を用いて、製品Ａの生産ライン別生産可能数ＰＮＡｉｊを計算し、９０を得る。次に、上記（３）式を用いて、生産ライン別生産可能数の最小値Ｍｉｎ（ＰＮＡｉｊ）である９０を、製品Ａの生産可能数とする。
The production number calculation unit (3012) compares all the necessary production uptime production line and RT Aij and production suppliable time T ij of the product A is the next priority. At this time, in the product A, as a result of comparison, the required production operation time of the “
次に、本発明に係る生産不可能数の原因究明方法の処理フローについて、図５を用いて説明する。本発明では、最初に生産能力評価における生産不可能数の原因を究明するため、処理部（３０１）の影響指数計算部（３０１３）は、製品別に、完了予定日毎に、前回の生産可能数と今回の生産可能数とを比較し、変更が発生した生産可能数で使用した生産ラインを、生産不可能数の対象生産ラインとして抽出する（Ｓ１０１）。 Next, the processing flow of the method for investigating the cause of the production failure number according to the present invention will be described with reference to FIG. In the present invention, in order to first determine the cause of the production impossible number in the production capacity evaluation, the influence index calculation unit (3013) of the processing unit (301) determines the previous production possible number for each scheduled completion date for each product. Compared with the current production possible number, the production lines used with the production possible number having changed are extracted as target production lines with the production impossible number (S101).
具体的には図１５で示すように、まず、前回計画立案時の生産可能数と今回計画立案時の生産可能数の差分計算を日付（要求日）毎に行い、変化がある日付の製品名と日付を取得する。また、差分計算により変化がある場合を、生産不可能数と定義する。この実施例では製品Ａ、２６日、差分１０を取得する。次に、これらの情報（製品Ａ、２６日、差分１０）、と生産工程（生産ライン）情報から製品Ａ、２６日の生産不可能数を計算する際に使用した生産ラインを抽出し、生産不可能数の対象生産ラインとする。生産工程情報には、製品を製造する際に使用するすべての生産ラインが記載されている。 Specifically, as shown in FIG. 15, first, the difference between the number of production possible at the time of the previous planning and the number of production possible at the time of the current planning is calculated for each date (request date). And get the date. Moreover, the case where there is a change due to the difference calculation is defined as a production impossible number. In this embodiment, product A, 26th, difference 10 is acquired. Next, the production line used to calculate the production impossible number on product A, 26th is extracted from these information (product A, 26th, difference 10) and production process (production line) information. Impossible number of production lines. The production process information describes all the production lines used when manufacturing the product.
次に、処理部（３０１）の影響指数計算部（３０１３）は、生産不可能数の対象となった生産ラインから、生産可能数計算に使用する全てのパラメータ項目のデータ（製品別完成要求量情報Ｃａｉ、製品別生産能力マスタ情報（単位生産能力時間情報）Ｋａｉｊ、製品別歩留り情報Ｙａｉｊ、生産供給可能時間情報Ｔｉｊ、稼働率情報Ｗｉｊ、及び優先度情報等）を抽出する（Ｓ１０２）。具体的には図１６で示す。まず、処理部（３０１）の影響指数計算部（３０１３）は、（Ｓ１０１）で抽出した対象生産ラインを使っている全ての製品を、生産工程情報を使用して、抜き出す。この実施例では、製品Ａの対象生産ラインである４つの生産ライン（部品組立１、製品組立１、試験工程１、最終組立１）の生産可能数計算で使用したパラメータ項目である歩留りや稼働率、優先度などのデータを抜き出す。これらの生産可能数計算で使用するパラメータ項目は予め登録しておく。また、最終組立１が製品Ａと製品Ｂの共通生産ラインであることから、製品Ａと同時に製品Ｂの生産可能数計算で使用したすべてのパラメータ項目を抽出する。すなわちこの実施例では、製品Ａと製品Ｂの２６日に使用したパラメータ項目のデータである完成要求量、歩留り、稼働率、優先度、単位生産能力時間、生産供給可能時間などを抽出する。
Next, the influence index calculation unit (3013) of the processing unit (301) generates data for all parameter items (completion request amount for each product) used for calculating the production possible number from the production line targeted for the production impossible number. Information C ai , product-specific production capacity master information (unit production capacity time information) K aij , product-specific yield information Y aij , production supply available time information T ij , operation rate information W ij , priority information, and the like) (S102). Specifically, it is shown in FIG. First, the influence index calculation unit (3013) of the processing unit (301) extracts all products using the target production line extracted in (S101) using the production process information. In this embodiment, the yield and operation rate, which are parameter items used in the calculation of the number of producible products of four production lines (
次に、処理部（３０１）の影響指数計算部（３０１３）は、前回の生産可能数と今回の生産可能数の計算に使用したパラメータ項目の値（データ）の差分を計算することで、原因となるパラメータ項目を特定する（Ｓ１０３）。このとき、原因となるパラメータ項目の組合せを算出し、原因パラメータリスト（１７０）とする。具体的には図１７で示す通り、製品Ａ、製品Ｂのパラメータ項目の値を順次、前回と今回とを差分比較する。この実施例の場合、製品Ｂの歩留りが９０％から８４％、製品Ａの歩留りが９０％から８４％、“最終組立１”ラインの稼働率が８０％から８２％、とそれぞれ変化しているため、生産不可能数の原因となるパラメータ項目と特定し、原因パラメータリスト（１７０）を作成する。
Next, the influence index calculation unit (3013) of the processing unit (301) calculates the difference between the value (data) of the parameter item used for calculating the previous production possible number and the current production possible number. Is specified (S103). At this time, a combination of causal parameter items is calculated and used as a causal parameter list (170). Specifically, as shown in FIG. 17, the values of the parameter items of product A and product B are sequentially compared with a difference between the previous time and the current time. In the case of this embodiment, the yield of the product B is changed from 90% to 84%, the yield of the product A is changed from 90% to 84%, and the operation rate of the “
次に、処理部（３０１）の影響指数計算部（３０１３）または生産可能数計算部（３０１２）は、特定した原因パラメータリスト（１７０）から、順番に該当するパラメータ項目について今回の値（入力データ）に変更し、残りのパラメータ項目について前回の値（入力データ）を使用して、生産可能数を再計算する（Ｓ１０４）。このとき、影響指数計算部（３０１３）は、原因パラメータ項目が生産不可能数へ与える影響指数ｋを次の（５）式に基づいて計算する（Ｓ１０５）。そして、処理部（３０１）の影響指数計算部（３０１３）は、計算された影響指数ｋを出力装置３０６である表示装置に表示して生産計画立案者に提示することが可能である。また、生産計画立案者は、表示された影響指数ｋに基づいて、入力装置３０５を用いてパラメータ項目の値（入力データ）の変更などの対策をとり、生産計画の再立案が可能である。
Next, the influence index calculation unit (3013) or the production possible number calculation unit (3012) of the processing unit (301) determines the current value (input data) for the corresponding parameter items in order from the identified cause parameter list (170). ) And recalculate the production possible number using the previous value (input data) for the remaining parameter items (S104). At this time, the influence index calculation unit (3013) calculates the influence index k that the cause parameter item has on the production impossible number based on the following equation (5) (S105). Then, the influence index calculation unit (3013) of the processing unit (301) can display the calculated influence index k on a display device as the
影響指数ｋ＝（前回生産可能数−生産可能数ｋ）／（前回生産可能数−今回生産可能数）
（５）
但し、ｋは原因パラメータリストの引数
上記（５）式で計算される影響指数ｋは、分母（前回と今回の生産可能数の差分）に対する、原因パラメータ項目が前回から今回へ変更したときの影響を割合で示している。この値が大きい場合は、その原因パラメータ項目が生産不可能数に対して、影響が大きいことを示している。また、負の値になった場合は、その原因パラメータ項目が前回の生産可能数より大きい生産可能数を計算していることを意味している。すなわち、生産計画立案者は、この影響指数を表示装置３０６に表示することで、生産不可能数に対して、影響を与えているパラメータを定量的に把握可能である。また、生産計画立案者は、この影響指数に基づいて、入力情報の変更などの対策をとり、生産計画の再立案が可能である。
Influence index k = (Previous production possible number-Production possible number k) / (Previous production possible number-Current production possible number)
(5)
However, k is an argument of the cause parameter list. The impact index k calculated by the above equation (5) is the impact when the cause parameter item is changed from the previous time to the current time on the denominator (difference between the previous and current production numbers). Is shown as a percentage. When this value is large, it indicates that the cause parameter item has a great influence on the production impossible number. Moreover, when it becomes a negative value, it means that the cause parameter item is calculating the production possible number larger than the previous production possible number. That is, the production planner can quantitatively grasp the parameters that have an influence on the production impossible number by displaying this influence index on the
具体的には図１８で示す通り、表示装置３０６に表示された原因パラメータリスト（１７０）から、１つのパラメータ項目を指定することによって、影響指数計算部（３０１３）は抜き出す。この実施例の場合、製品Ｂの歩留りを抜き出す。次に、影響指数計算部（３０１３）または生産可能数計算部（３０１２）は、図１８に示すように、製品Ｂの歩留り以外は前回のパラメータの値で、また、製品Ｂの歩留りについては今回の値（８４％）で、生産可能数を再計算する。具体的には、図３０及び図３１に示すように、優先度“１”の製品Ｂの“最終組立１”ラインの必要生産稼動時間が107143秒となり、残り供給可能時間が67945秒となり、そのため、優先度“２”の製品Ａの“最終組立１”ラインの供給可能時間が67945秒となり、残り供給可能時間が-7055秒となり、上記（２）式の関係から“最終組立１”ラインでの生産可能数は９１となる。そこで、影響指数計算部（３０１３）は、得られた生産可能数から上記（５）を用いて、影響指数ｋを計算すると、図１８に示すように９０％となる。
Specifically, as shown in FIG. 18, by designating one parameter item from the cause parameter list (170) displayed on the
次に、表示装置３０６に表示された図１９で示す通り原因パラメータリスト（１７０）の次のパラメータ項目である製品Ａの歩留りを指定することによって影響指数計算部（３０１３）は抽出する。それから、影響指数計算部（３０１３）または生産可能数計算部（３０１２）は、図１９に示すように、製品Ａの歩留り以外のパラメータ項目については前回のパラメータの値で、また、製品Ａの歩留りについては今回の値（８０％）で、生産可能数を再計算する。具体的には、図２９（ａ）、（ｂ）に示すように、優先度“１”の製品Ｂの“最終組立１”ラインの必要生産稼動時間が175088秒となり、残り供給可能時間が75088秒となり、そのため、優先度“２”の製品Ａの“最終組立１”ラインの供給可能時間が75088秒となり、残り供給可能時間が-5269秒となり、上記（２）式の関係から“最終組立１”ラインでの生産可能数は９３となる。そこで、影響指数計算部（３０１３）は、得られた生産可能数から上記（５）を用いて、影響指数ｋを計算すると、図１９に示すように７０％となる。
Next, as shown in FIG. 19 displayed on the
次に、表示装置３０６に表示された図２０で示す通り原因パラメータリスト（１７０）の例えば次である最後のパラメータである“最終組立１”ラインの稼働率を指定することによって影響指数計算部（３０１３）は抽出する。それから、影響指数計算部（３０１３）または生産可能数計算部（３０１２）は、図２０に示すように、“最終組立１”ラインの稼働率以外のパラメータ項目については前回のパラメータの値で、また、製品Ａの稼働率については今回の値（８２％）で、生産可能数を再計算する。具体的には、図３０（ａ）、（ｂ）に示すように、優先度“１”の製品Ｂの“最終組立１”ラインの必要生産稼動時間が97561秒となり、残り供給可能時間が77527秒となり、そのため、優先度“２”の製品Ａの“最終組立１”ラインの供給可能時間が77527秒となり、残り供給可能時間が4356秒となり、上記（２）式の関係から“最終組立１”ラインでの生産可能数は１０６となる。そこで、影響指数計算部（３０１３）は、得られた生産可能数から上記（５）を用いて、影響指数ｋを計算すると、図２０に示すように−６０％となる。
Next, as shown in FIG. 20 displayed on the
以上説明したように、図５に示す如く、ステップＳ１０６において、原因パラメータリスト（１７０）にリストアップされた全ての原因パラメータに亘ってステップＳ１０４及びＳ１０５が繰り返されて影響指数計算部（３０１３）が全ての原因パラメータ項目毎の影響指数が計算されることになる。 As described above, as shown in FIG. 5, in step S106, steps S104 and S105 are repeated over all the cause parameters listed in the cause parameter list (170), and the influence index calculation unit (3013) is executed. The influence index for every causal parameter item will be calculated.
更に、図５に示す如く、ステップＳ１０７において、全製品、全期間に対してステップＳ１０１乃至Ｓ１０６が繰り返される。処理部（３０１）の影響指数計算部（３０１３）は、全ての計算が終了後、最終的に図２１で示す通り、影響指数リスト一覧を取得でき、表示装置（３０６）に表示して出力することは可能である。この実施例では製品Ｂの歩留り、製品Ａの歩留り、製品Ａの稼働率に対する影響指数をそれぞれ９０％、７０％、−６０％と表示される。 Further, as shown in FIG. 5, in step S107, steps S101 to S106 are repeated for all products and all periods. The influence index calculation unit (3013) of the processing unit (301) can finally acquire the influence index list as shown in FIG. 21 after all the calculations are completed, and displays and outputs the list on the display device (306). It is possible. In this embodiment, the influence indexes on the yield of the product B, the yield of the product A, and the operation rate of the product A are displayed as 90%, 70%, and −60%, respectively.
また、図２２は、表示装置（３０６）に表示される影響指数の画面表示の一実施例を示す図である。生産計画画面に製品毎の完成要求量や今回計画と前回計画の差分が表示されている。そこから、例えば入力装置（３０５）による入力により、影響指数表示画面へ画面遷移する。影響指数表示画面では、横軸に例えば製品毎のパラメータパターン（前回と今回との間のパラメータの値の遷移）Ｐｉ、縦軸に影響指数を表示しており、グラフまたはリストで一覧表示される。そこから、例えば入力装置（３０５）による入力により、パラメータリスト画面へ画面遷移する。パラメータリスト画面では、影響指数画面で表示したパラメータパターンＰｉを表示する。この実施例では、歩留り、稼働率、優先度などがそれぞれ前回から今回へ値が変更、またはそのままであることが分かる。 FIG. 22 is a diagram showing an example of the screen display of the influence index displayed on the display device (306). On the production plan screen, the required amount of completion for each product and the difference between the current plan and the previous plan are displayed. From there, for example, the screen transitions to the influence index display screen by an input by the input device (305). On the impact index display screen, for example, the parameter pattern for each product (transition of parameter values between the previous and current) Pi is displayed on the horizontal axis, and the impact index is displayed on the vertical axis, and displayed in a graph or list form. . From there, for example, the screen transitions to the parameter list screen by an input by the input device (305). On the parameter list screen, the parameter pattern Pi displayed on the influence index screen is displayed. In this embodiment, it can be seen that the values of the yield, the operation rate, the priority, etc. are changed from the previous time to the current time, or are not changed.
以上説明したように、本発明に係る実施の形態によれば、生産計画の立案と前回／今回計画の比較作業や修正回数を従来よりも少なくし、精度の高い生産計画が短時間に作成することができる。 As described above, according to the embodiment of the present invention, the comparison work and the number of corrections between the production plan and the previous / current plan are reduced as compared with the conventional one, and a highly accurate production plan is created in a short time. be able to.
次に、本発明に係る処理部（３０１）の対策立案部（３０１４）において実行する影響評価指数を用いた対策立案方法の実施例について図２４を用いて説明する。即ち、生産不可能数の発生による利益の低下を防ぐために、生産計画業務では、生産能力の評価後、生産不可能数が発生した場合、その原因パラメータ項目を調査し、対策案を立案する。その原因パラメータ項目により、製品毎の優先度変更や、稼働時間の変更など、生産計画業務の中で対策案を立案し、生産可能数を調整することで、生産不可能数の発生を防ぐことになる。そこで、処理部（３０１）の対策立案部（３０１４）は、記憶装置（３０３）の生産可能数情報（３０３１）を基に、最初に、前回計画立案時の生産可能数と今回計画立案時の生産可能数の差分計算を日付（要求日）毎に行い、変化の有無である生産不可能数の有無を確認する。対策立案部（３０１４）は、生産不可能数が有れば、記憶装置（３０３）の影響評価指数情報（３０３９）を基に、例えば、“最終組立１”のような生産ラインでの製造装置を共有している製品の有無を確認する（Ｓ２４１）。例えば、図１４の場合、製品Ａ、日付（要求日）が４月２６日のデータに対して、原因製品番号に製品Ａ以外の製品名の有無を確認する（Ｓ２４２）。この場合、製品Ｂがあるので、製造装置を共有している製品が有る場合となる。次に、対策立案部（３０１４）は、優先度対策処理へ進む（Ｓ２４３）。優先度対策処理では、記憶装置（３０３）の優先度情報（３０３６）を基に、該当製品とそれ以外の製品の優先度を比較し、それ以外の製品の優先度が該当製品の優先度を上回る場合、その優先度を変更するように対策指示を出す。例えば、図１１に示すように、日付（要求日）４月２６日の製品Ａの優先度が２、製品Ｂの優先度が１の場合、該当製品の製品Ａより、それ以外の製品である製品Ｂの優先度が上回るため、製品Ｂの優先度が製品Ａの優先度を下回るような対策指示を出す。具体的には、図２５の様に、優先度対策として、日付４月２６日の製品Ｂの優先度を１から２へ変更するように対策指示を出す（Ｓ２４３）。
Next, an embodiment of a countermeasure planning method using the impact evaluation index executed in the countermeasure planning section (3014) of the processing section (301) according to the present invention will be described with reference to FIG. In other words, in order to prevent a decrease in profit due to the occurrence of an unmanufacturable number, in the production planning work, if an unmanufacturable number occurs after the evaluation of the production capacity, the cause parameter item is investigated and a countermeasure plan is made. Depending on the cause parameter item, measures can be formulated in production planning work, such as changing the priority of each product or operating time, and adjusting the number of products that can be produced to prevent the occurrence of unmanufacturable numbers. become. Therefore, the countermeasure planning unit (3014) of the processing unit (301) first determines the production possible number at the time of the previous plan planning and the current plan planning based on the production possible number information (3031) of the storage device (303). The difference calculation of the production possible number is performed for each date (request date), and the existence of the production impossible number which is the presence or absence of the change is confirmed. If there is an unmanufacturable number, the measure planning unit (3014), based on the impact evaluation index information (3039) of the storage device (303), for example, a manufacturing device on the production line such as “
次に、対策立案部（３０１４）は、完成要求量の対策処理に進む（Ｓ２４４）。完成要求量の対策処理では、該当製品と製造装置を共有している製品の完成要求量を変更する対策を指示する。完成要求量の変更計算は以下の通りである。該当製品をＡ、製造装置を共有している製品をＢ、日付をＩ、製造装置を共有している生産ラインをＪとすると、生産可能数情報（３０３１）から得られる生産不可能数ＮＡI、歩留り情報（３０３２）から得られる歩留りをそれぞれＹＡＩＪ、ＹＢＩＪ、生産能力マスタ情報（３０３５）から得られる単位生産能力時間をＫＡＩＪ、ＫＢＩＪ、完成要求量情報（３０３３）から得られる製造装置を共有している製品Ｂの完成要求数をＣＢＩとすると、変更後の完成要求数New ＣＢＩは次の（６）式の通りである。 Next, the countermeasure planning unit (3014) proceeds to the countermeasure process for the requested completion amount (S244). In the countermeasure process for the requested completion amount, a countermeasure for changing the requested completion amount of the product sharing the manufacturing apparatus with the corresponding product is instructed. The change calculation for the required amount of completion is as follows. When the corresponding product is A, the product sharing the manufacturing apparatus is B, the date is I, and the production line sharing the manufacturing apparatus is J, the production impossible number N AI obtained from the production possible quantity information (3031) Y AIJ , Y BIJ , the yield obtained from the yield information (3032), and the unit production capacity time obtained from the production capacity master information (3035), K AIJ , K BIJ , and the production obtained from the required completion quantity information (3033) If the number of completion requests for the product B sharing the apparatus is CBI , the number of completion requests New CBI after the change is expressed by the following equation (6).
New ＣＢＩ＝ＣＢＩ−（ＮＡI（ＫＡＩＪ・ＹＢＩＪ）／（ＹＡＩＪ・ＫＢＩＪ）） （６）
具体的には、対策立案部（３０１４）は、図２５に示す様に、完成要求量対策として、日付４月２６日の製品Ｂの完成要求量を１００から９２へ変更するように対策指示を出す。
New C BI = C BI - ( N AI (K AIJ · Y BIJ) / (Y AIJ · K BIJ)) (6)
Specifically, as shown in FIG. 25, the countermeasure planning unit (3014) issues a countermeasure instruction to change the requested completion amount of the product B on April 26, from 100 to 92, as a countermeasure for the requested completion amount. put out.
次に、対策立案部（３０１４）は、稼働率の対策処理に進む（Ｓ２４５）。稼働率の対策処理では、記憶装置（３０３）の影響評価指数情報（３０３９）から得られる影響評価指数情報において稼働率が原因パラメータとして登録されているかを確認する。登録されていれば、次の（７）式により、稼働率の対策処理を行う（Ｓ２４５）。該当製品をＡ、日付をＩ、生産不可能数の生産ラインをＪとすると、生産可能数情報（３０３１）から得られる生産不可能数ＮＡI、生産能力マスタ情報（３０３５）から得られる単位生産能力時間をＫＡＩＪ、稼働率情報（３０３８）から得られる生産不可能数の生産ラインの稼働率ＷＩＪ、生産供給可能時間情報（３０３７）から得られる生産供給可能時間をＴＩＪとすると、変更後の稼働率New ＷＩＪは次の（７）式の通りである。 Next, the measure planning unit (3014) proceeds to measure processing for the operation rate (S245). In the operation rate countermeasure process, it is confirmed whether the operation rate is registered as a cause parameter in the impact evaluation index information obtained from the impact evaluation index information (3039) of the storage device (303). If registered, the countermeasure processing for the operation rate is performed by the following equation (7) (S245). If the corresponding product is A, the date is I, and the production line of the production impossible number is J, the production impossible number N AI obtained from the production possible quantity information (3031) and the unit production obtained from the production capacity master information (3035) If capacity time is K AIJ , operation rate W IJ of the production impossible number of production lines obtained from operation rate information (3038), production supply available time obtained from production supply available time information (3037) is changed to T IJ The subsequent operation rate New W IJ is as shown in the following equation (7).
New ＷＩＪ＝ＷＩＪ＋（ＮＡI（ＫＡＩＪ／ＴＩＪ）） （７）
具体的には、図２５に示す様に、稼働率対策として、日付４月２６日の“最終組立工程１”の稼働率を８２％から９６％へ変更するように対策指示を出す。
New W IJ = W IJ + (N AI (K AIJ / T IJ )) (7)
Specifically, as shown in FIG. 25, as an operation rate countermeasure, a countermeasure instruction is issued so that the operation rate of “
対策立案部（３０１４）は、ステップＳ２４６において、以上の処理を全ての製品番号で繰り返し、全ての日付で繰り返す。 In step S246, the measure planning unit (3014) repeats the above processing for all product numbers and repeats for all dates.
３０１…処理部（ＣＰＵ）、３０２…メモリ、３０３…記憶装置、３０４…通信装置、３０５…入力装置、３０６…出力装置（表示装置）、３０７…実績収集システム、３０８…生産管理システム、３０１１…情報収集部、３０１２…生産可能数計算部、３０１３…影響指数計算部、３０１４…対策立案部、３０３１…生産可能数情報、３０３２…歩留り情報、３０３３…完成要求量情報（受注情報）、３０３４…生産工程情報（生産ライン情報）、３０３５…生産能力マスタ情報、３０３６…優先度情報、３０３７…生産供給可能時間情報、３０３８…稼働率情報、３０３９…影響評価指数情報。
301 ... Processing unit (CPU) 302 ...
Claims (10)
要求日毎に製品毎に前記生産能力評価計算を用いて前回生産計画した前回生産可能数と今回生産計画した今回生産可能数とを算出する生産能力評価ステップと、
該生産能力評価ステップにおいて算出された要求日毎の製品毎の前記前回生産可能数と前記今回生産可能数とを比較して変更が発生した製品の生産計画で使用する対象の生産ラインを抽出する対象生産ライン抽出ステップと、
該対象生産ライン抽出ステップで抽出した生産ラインから、全ての製品を対象に前記生産能力評価計算で使用するパラメータ項目を抽出するパラメータ項目抽出ステップと、
該パラメータ項目抽出ステップにおいて抽出されたパラメータ項目毎に、前回生産計画したときのデータと今回生産計画したときのデータとを差分比較して変化のある原因となるパラメータ項目を特定し、該特定した原因パラメータ項目をリストアップする原因パラメータリスト作成ステップと、
該原因パラメータリスト作成ステップで作成した原因パラメータリストを基に、特定した原因パラメータ項目以外については前回生産計画したときのデータに順次変更し、前記特定した原因パラメータ項目については今回生産計画したときのデータを入力することによって、前記生産能力評価計算を用いて前記特定した原因パラメータ項目毎に生産可能数ｋを再計算する再計算ステップと、
該再計算ステップで再計算された前記特定した原因パラメータ項目毎の生産可能数ｋを基に次の（１）式に基づいて前記特定した原因パラメータ項目ｋが生産不可能数へ与える影響指数ｋを算出する影響指数算出ステップとを有することを特徴とする生産計画方法。
影響指数ｋ＝（前回生産可能数−生産可能数ｋ）／（前回生産可能数−今回生産可能数）
（１）
但し、ｋは原因パラメータリストの引数 In the production planning method to extract the cause parameter items of the production impossible number using the production capacity evaluation calculation,
A production capacity evaluation step for calculating the previous production planned number and the current production planned number for the current production plan using the production capacity evaluation calculation for each product for each request date;
A target for extracting a production line to be used in a production plan of a product that has changed by comparing the previous production possible number for each product for each requested date calculated in the production capacity evaluation step with the current production possible number A production line extraction step;
A parameter item extraction step for extracting, from the production line extracted in the target production line extraction step, parameter items used in the production capacity evaluation calculation for all products;
For each parameter item extracted in the parameter item extraction step, the parameter item causing the change is identified by comparing the difference between the data when the previous production plan was planned and the data when the current production plan was planned. Cause parameter list creation step for listing cause parameter items,
Based on the cause parameter list created in the cause parameter list creation step, data other than the identified cause parameter items are sequentially changed to the data of the previous production plan, and the identified cause parameter items are the A recalculation step of recalculating the production possible number k for each of the specified cause parameter items using the production capacity evaluation calculation by inputting data;
Based on the following formula (1) based on the production possible number k for each identified cause parameter item recalculated in the recalculation step, the influence index k that the identified cause parameter item k has on the production impossible number A production planning method comprising: an influence index calculation step for calculating
Influence index k = (Previous production possible number-Production possible number k) / (Previous production possible number-Current production possible number)
(1)
Where k is the cause parameter list argument
要求日毎に製品毎に前記生産能力評価計算を用いて前回生産計画した前回生産可能数と今回生産計画した今回生産可能数とを算出する生産能力評価手段と、
該生産能力評価手段において算出された要求日毎の製品毎の前記前回生産可能数と前記今回生産可能数とを比較して変更が発生した製品の生産計画で使用する対象の生産ラインを抽出する対象生産ライン抽出手段と、
該対象生産ライン抽出手段で抽出した生産ラインから、全ての製品を対象に前記生産能力評価計算で使用するパラメータ項目を抽出するパラメータ項目抽出手段と、
該パラメータ項目抽出手段において抽出されたパラメータ項目毎に、前回生産計画したときのデータと今回生産計画したときのデータとを差分比較して変化のある原因となるパラメータ項目を特定し、該特定した原因パラメータ項目をリストアップする原因パラメータリスト作成手段と、
該原因パラメータリスト作成手段で作成した原因パラメータリストを基に、特定した原因パラメータ項目以外については前回生産計画したときのデータに順次変更し、前記特定した原因パラメータ項目については今回生産計画したときのデータを入力することによって、前記生産能力評価計算を用いて前記特定した原因パラメータ項目毎に生産可能数ｋを再計算する再計算手段と、
該再計算手段で再計算された前記特定した原因パラメータ項目毎の生産可能数ｋを基に次の（２）式に基づいて前記特定した原因パラメータ項目ｋが生産不可能数へ与える影響指数ｋを算出する影響指数算出手段とを備えたことを特徴とする生産計画システム。
影響指数ｋ＝（前回生産可能数−生産可能数ｋ）／（前回生産可能数−今回生産可能数）
（２）
但し、ｋは原因パラメータリストの引数 In the production planning system that uses the production capacity evaluation calculation to extract the cause parameter items of the number of production impossible,
Production capacity evaluation means for calculating the previous production planned number and the current production planned number for the current production plan using the production capacity evaluation calculation for each product for each requested date;
A target for extracting a production line to be used in a production plan of a product in which a change has occurred by comparing the previous production possible number for each product for each requested date calculated by the production capacity evaluation means and the current production possible number Production line extraction means;
Parameter item extraction means for extracting parameter items used in the production capacity evaluation calculation for all products from the production line extracted by the target production line extraction means;
For each parameter item extracted by the parameter item extraction means, the difference between the data from the previous production plan and the data from the current production plan is compared to identify the parameter item that causes the change, and the specified Cause parameter list creation means for listing cause parameter items,
Based on the cause parameter list created by the cause parameter list creation means, data other than the identified cause parameter items are sequentially changed to the data at the time of the previous production plan. Recalculating means for recalculating the production possible number k for each of the identified cause parameter items using the production capacity evaluation calculation by inputting data;
Based on the following formula (2) based on the production possible number k for each identified cause parameter item recalculated by the recalculation means, the influence index k that the identified cause parameter item k has on the production impossible number A production planning system comprising an influence index calculating means for calculating
Influence index k = (Previous production possible number-Production possible number k) / (Previous production possible number-Current production possible number)
(2)
Where k is the cause parameter list argument
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006102805A JP2007279876A (en) | 2006-04-04 | 2006-04-04 | Production planning method and production planning system |
| CNA2007100916662A CN101055635A (en) | 2006-04-04 | 2007-04-03 | Production planning method and production planning system |
| US11/732,953 US7693593B2 (en) | 2006-04-04 | 2007-04-04 | Production planning method and production planning system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006102805A JP2007279876A (en) | 2006-04-04 | 2006-04-04 | Production planning method and production planning system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2007279876A true JP2007279876A (en) | 2007-10-25 |
Family
ID=38605850
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2006102805A Pending JP2007279876A (en) | 2006-04-04 | 2006-04-04 | Production planning method and production planning system |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US7693593B2 (en) |
| JP (1) | JP2007279876A (en) |
| CN (1) | CN101055635A (en) |
Families Citing this family (174)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2161637B1 (en) * | 2008-09-04 | 2015-05-20 | Siemens Aktiengesellschaft | Method for updating manufacturing planning data for a production process |
| JP5153668B2 (en) * | 2009-01-26 | 2013-02-27 | 株式会社日立製作所 | Priority calculation apparatus, program, priority calculation system, and priority calculation method |
| US20120254062A1 (en) * | 2011-04-04 | 2012-10-04 | Chicago Mercantile Exchange Inc. | Index Based on Temporally Staggered Value Samples |
| US9729583B1 (en) | 2016-06-10 | 2017-08-08 | OneTrust, LLC | Data processing systems and methods for performing privacy assessments and monitoring of new versions of computer code for privacy compliance |
| US10181051B2 (en) | 2016-06-10 | 2019-01-15 | OneTrust, LLC | Data processing systems for generating and populating a data inventory for processing data access requests |
| CN105425736A (en) * | 2014-09-19 | 2016-03-23 | 宇清数位智慧股份有限公司 | Method for Measuring Machine Group Productivity and Production Cycle Time |
| US10198702B2 (en) * | 2015-01-30 | 2019-02-05 | Acccenture Global Services Limited | End-to end project management |
| JP6446308B2 (en) * | 2015-03-26 | 2018-12-26 | 株式会社日立製作所 | Production planning apparatus and production planning method |
| JP6695673B2 (en) * | 2015-10-05 | 2020-05-20 | 株式会社日立製作所 | Plan generation device and plan generation method |
| US10706447B2 (en) | 2016-04-01 | 2020-07-07 | OneTrust, LLC | Data processing systems and communication systems and methods for the efficient generation of privacy risk assessments |
| US10423996B2 (en) | 2016-04-01 | 2019-09-24 | OneTrust, LLC | Data processing systems and communication systems and methods for the efficient generation of privacy risk assessments |
| US12288233B2 (en) | 2016-04-01 | 2025-04-29 | OneTrust, LLC | Data processing systems and methods for integrating privacy information management systems with data loss prevention tools or other tools for privacy design |
| US11244367B2 (en) | 2016-04-01 | 2022-02-08 | OneTrust, LLC | Data processing systems and methods for integrating privacy information management systems with data loss prevention tools or other tools for privacy design |
| US11004125B2 (en) | 2016-04-01 | 2021-05-11 | OneTrust, LLC | Data processing systems and methods for integrating privacy information management systems with data loss prevention tools or other tools for privacy design |
| US11625502B2 (en) | 2016-06-10 | 2023-04-11 | OneTrust, LLC | Data processing systems for identifying and modifying processes that are subject to data subject access requests |
| US11151233B2 (en) | 2016-06-10 | 2021-10-19 | OneTrust, LLC | Data processing and scanning systems for assessing vendor risk |
| US10437412B2 (en) | 2016-06-10 | 2019-10-08 | OneTrust, LLC | Consent receipt management systems and related methods |
| US10762236B2 (en) | 2016-06-10 | 2020-09-01 | OneTrust, LLC | Data processing user interface monitoring systems and related methods |
| US10776514B2 (en) | 2016-06-10 | 2020-09-15 | OneTrust, LLC | Data processing systems for the identification and deletion of personal data in computer systems |
| US10642870B2 (en) | 2016-06-10 | 2020-05-05 | OneTrust, LLC | Data processing systems and methods for automatically detecting and documenting privacy-related aspects of computer software |
| US10565397B1 (en) | 2016-06-10 | 2020-02-18 | OneTrust, LLC | Data processing systems for fulfilling data subject access requests and related methods |
| US10607028B2 (en) | 2016-06-10 | 2020-03-31 | OneTrust, LLC | Data processing systems for data testing to confirm data deletion and related methods |
| US11586700B2 (en) | 2016-06-10 | 2023-02-21 | OneTrust, LLC | Data processing systems and methods for automatically blocking the use of tracking tools |
| US11675929B2 (en) | 2016-06-10 | 2023-06-13 | OneTrust, LLC | Data processing consent sharing systems and related methods |
| US12052289B2 (en) | 2016-06-10 | 2024-07-30 | OneTrust, LLC | Data processing systems for data-transfer risk identification, cross-border visualization generation, and related methods |
| US11138299B2 (en) | 2016-06-10 | 2021-10-05 | OneTrust, LLC | Data processing and scanning systems for assessing vendor risk |
| US10909265B2 (en) | 2016-06-10 | 2021-02-02 | OneTrust, LLC | Application privacy scanning systems and related methods |
| US10510031B2 (en) | 2016-06-10 | 2019-12-17 | OneTrust, LLC | Data processing systems for identifying, assessing, and remediating data processing risks using data modeling techniques |
| US11481710B2 (en) | 2016-06-10 | 2022-10-25 | OneTrust, LLC | Privacy management systems and methods |
| US11023842B2 (en) | 2016-06-10 | 2021-06-01 | OneTrust, LLC | Data processing systems and methods for bundled privacy policies |
| US10572686B2 (en) | 2016-06-10 | 2020-02-25 | OneTrust, LLC | Consent receipt management systems and related methods |
| US11100444B2 (en) | 2016-06-10 | 2021-08-24 | OneTrust, LLC | Data processing systems and methods for providing training in a vendor procurement process |
| US11343284B2 (en) | 2016-06-10 | 2022-05-24 | OneTrust, LLC | Data processing systems and methods for performing privacy assessments and monitoring of new versions of computer code for privacy compliance |
| US10796260B2 (en) | 2016-06-10 | 2020-10-06 | OneTrust, LLC | Privacy management systems and methods |
| US11636171B2 (en) | 2016-06-10 | 2023-04-25 | OneTrust, LLC | Data processing user interface monitoring systems and related methods |
| US11144622B2 (en) | 2016-06-10 | 2021-10-12 | OneTrust, LLC | Privacy management systems and methods |
| US10776517B2 (en) | 2016-06-10 | 2020-09-15 | OneTrust, LLC | Data processing systems for calculating and communicating cost of fulfilling data subject access requests and related methods |
| US11403377B2 (en) | 2016-06-10 | 2022-08-02 | OneTrust, LLC | Privacy management systems and methods |
| US11416590B2 (en) | 2016-06-10 | 2022-08-16 | OneTrust, LLC | Data processing and scanning systems for assessing vendor risk |
| US11416589B2 (en) | 2016-06-10 | 2022-08-16 | OneTrust, LLC | Data processing and scanning systems for assessing vendor risk |
| US11222309B2 (en) | 2016-06-10 | 2022-01-11 | OneTrust, LLC | Data processing systems for generating and populating a data inventory |
| US11727141B2 (en) | 2016-06-10 | 2023-08-15 | OneTrust, LLC | Data processing systems and methods for synching privacy-related user consent across multiple computing devices |
| US11238390B2 (en) | 2016-06-10 | 2022-02-01 | OneTrust, LLC | Privacy management systems and methods |
| US11087260B2 (en) | 2016-06-10 | 2021-08-10 | OneTrust, LLC | Data processing systems and methods for customizing privacy training |
| US10839102B2 (en) | 2016-06-10 | 2020-11-17 | OneTrust, LLC | Data processing systems for identifying and modifying processes that are subject to data subject access requests |
| US10803200B2 (en) | 2016-06-10 | 2020-10-13 | OneTrust, LLC | Data processing systems for processing and managing data subject access in a distributed environment |
| US10606916B2 (en) | 2016-06-10 | 2020-03-31 | OneTrust, LLC | Data processing user interface monitoring systems and related methods |
| US10944725B2 (en) | 2016-06-10 | 2021-03-09 | OneTrust, LLC | Data processing systems and methods for using a data model to select a target data asset in a data migration |
| US11057356B2 (en) | 2016-06-10 | 2021-07-06 | OneTrust, LLC | Automated data processing systems and methods for automatically processing data subject access requests using a chatbot |
| US10235534B2 (en) | 2016-06-10 | 2019-03-19 | OneTrust, LLC | Data processing systems for prioritizing data subject access requests for fulfillment and related methods |
| US10740487B2 (en) | 2016-06-10 | 2020-08-11 | OneTrust, LLC | Data processing systems and methods for populating and maintaining a centralized database of personal data |
| US11418492B2 (en) | 2016-06-10 | 2022-08-16 | OneTrust, LLC | Data processing systems and methods for using a data model to select a target data asset in a data migration |
| US11520928B2 (en) | 2016-06-10 | 2022-12-06 | OneTrust, LLC | Data processing systems for generating personal data receipts and related methods |
| US10565161B2 (en) | 2016-06-10 | 2020-02-18 | OneTrust, LLC | Data processing systems for processing data subject access requests |
| US11562097B2 (en) | 2016-06-10 | 2023-01-24 | OneTrust, LLC | Data processing systems for central consent repository and related methods |
| US11651106B2 (en) | 2016-06-10 | 2023-05-16 | OneTrust, LLC | Data processing systems for fulfilling data subject access requests and related methods |
| US10353673B2 (en) | 2016-06-10 | 2019-07-16 | OneTrust, LLC | Data processing systems for integration of consumer feedback with data subject access requests and related methods |
| US10848523B2 (en) | 2016-06-10 | 2020-11-24 | OneTrust, LLC | Data processing systems for data-transfer risk identification, cross-border visualization generation, and related methods |
| US10885485B2 (en) | 2016-06-10 | 2021-01-05 | OneTrust, LLC | Privacy management systems and methods |
| US10798133B2 (en) | 2016-06-10 | 2020-10-06 | OneTrust, LLC | Data processing systems for data-transfer risk identification, cross-border visualization generation, and related methods |
| US10706379B2 (en) | 2016-06-10 | 2020-07-07 | OneTrust, LLC | Data processing systems for automatic preparation for remediation and related methods |
| US10275614B2 (en) | 2016-06-10 | 2019-04-30 | OneTrust, LLC | Data processing systems for generating and populating a data inventory |
| US10585968B2 (en) | 2016-06-10 | 2020-03-10 | OneTrust, LLC | Data processing systems for fulfilling data subject access requests and related methods |
| US11366909B2 (en) | 2016-06-10 | 2022-06-21 | OneTrust, LLC | Data processing and scanning systems for assessing vendor risk |
| US10678945B2 (en) | 2016-06-10 | 2020-06-09 | OneTrust, LLC | Consent receipt management systems and related methods |
| US10282700B2 (en) | 2016-06-10 | 2019-05-07 | OneTrust, LLC | Data processing systems for generating and populating a data inventory |
| US11074367B2 (en) | 2016-06-10 | 2021-07-27 | OneTrust, LLC | Data processing systems for identity validation for consumer rights requests and related methods |
| US10509894B2 (en) | 2016-06-10 | 2019-12-17 | OneTrust, LLC | Data processing and scanning systems for assessing vendor risk |
| US11038925B2 (en) | 2016-06-10 | 2021-06-15 | OneTrust, LLC | Data processing systems for data-transfer risk identification, cross-border visualization generation, and related methods |
| US10496803B2 (en) | 2016-06-10 | 2019-12-03 | OneTrust, LLC | Data processing systems and methods for efficiently assessing the risk of privacy campaigns |
| US10438017B2 (en) | 2016-06-10 | 2019-10-08 | OneTrust, LLC | Data processing systems for processing data subject access requests |
| US11188615B2 (en) | 2016-06-10 | 2021-11-30 | OneTrust, LLC | Data processing consent capture systems and related methods |
| US11328092B2 (en) | 2016-06-10 | 2022-05-10 | OneTrust, LLC | Data processing systems for processing and managing data subject access in a distributed environment |
| US11416798B2 (en) | 2016-06-10 | 2022-08-16 | OneTrust, LLC | Data processing systems and methods for providing training in a vendor procurement process |
| US10509920B2 (en) | 2016-06-10 | 2019-12-17 | OneTrust, LLC | Data processing systems for processing data subject access requests |
| US10467432B2 (en) | 2016-06-10 | 2019-11-05 | OneTrust, LLC | Data processing systems for use in automatically generating, populating, and submitting data subject access requests |
| US10769301B2 (en) | 2016-06-10 | 2020-09-08 | OneTrust, LLC | Data processing systems for webform crawling to map processing activities and related methods |
| US10949565B2 (en) | 2016-06-10 | 2021-03-16 | OneTrust, LLC | Data processing systems for generating and populating a data inventory |
| US10846433B2 (en) | 2016-06-10 | 2020-11-24 | OneTrust, LLC | Data processing consent management systems and related methods |
| US11188862B2 (en) | 2016-06-10 | 2021-11-30 | OneTrust, LLC | Privacy management systems and methods |
| US11301796B2 (en) | 2016-06-10 | 2022-04-12 | OneTrust, LLC | Data processing systems and methods for customizing privacy training |
| US10503926B2 (en) | 2016-06-10 | 2019-12-10 | OneTrust, LLC | Consent receipt management systems and related methods |
| US10284604B2 (en) | 2016-06-10 | 2019-05-07 | OneTrust, LLC | Data processing and scanning systems for generating and populating a data inventory |
| US10586075B2 (en) | 2016-06-10 | 2020-03-10 | OneTrust, LLC | Data processing systems for orphaned data identification and deletion and related methods |
| US10706131B2 (en) | 2016-06-10 | 2020-07-07 | OneTrust, LLC | Data processing systems and methods for efficiently assessing the risk of privacy campaigns |
| US10997318B2 (en) | 2016-06-10 | 2021-05-04 | OneTrust, LLC | Data processing systems for generating and populating a data inventory for processing data access requests |
| US11222139B2 (en) | 2016-06-10 | 2022-01-11 | OneTrust, LLC | Data processing systems and methods for automatic discovery and assessment of mobile software development kits |
| US10997315B2 (en) | 2016-06-10 | 2021-05-04 | OneTrust, LLC | Data processing systems for fulfilling data subject access requests and related methods |
| US10685140B2 (en) | 2016-06-10 | 2020-06-16 | OneTrust, LLC | Consent receipt management systems and related methods |
| US11227247B2 (en) | 2016-06-10 | 2022-01-18 | OneTrust, LLC | Data processing systems and methods for bundled privacy policies |
| US12118121B2 (en) | 2016-06-10 | 2024-10-15 | OneTrust, LLC | Data subject access request processing systems and related methods |
| US11354435B2 (en) | 2016-06-10 | 2022-06-07 | OneTrust, LLC | Data processing systems for data testing to confirm data deletion and related methods |
| US11392720B2 (en) | 2016-06-10 | 2022-07-19 | OneTrust, LLC | Data processing systems for verification of consent and notice processing and related methods |
| US10318761B2 (en) * | 2016-06-10 | 2019-06-11 | OneTrust, LLC | Data processing systems and methods for auditing data request compliance |
| US11200341B2 (en) | 2016-06-10 | 2021-12-14 | OneTrust, LLC | Consent receipt management systems and related methods |
| US11146566B2 (en) | 2016-06-10 | 2021-10-12 | OneTrust, LLC | Data processing systems for fulfilling data subject access requests and related methods |
| US10592648B2 (en) | 2016-06-10 | 2020-03-17 | OneTrust, LLC | Consent receipt management systems and related methods |
| US10706176B2 (en) | 2016-06-10 | 2020-07-07 | OneTrust, LLC | Data-processing consent refresh, re-prompt, and recapture systems and related methods |
| US11157600B2 (en) | 2016-06-10 | 2021-10-26 | OneTrust, LLC | Data processing and scanning systems for assessing vendor risk |
| US11277448B2 (en) | 2016-06-10 | 2022-03-15 | OneTrust, LLC | Data processing systems for data-transfer risk identification, cross-border visualization generation, and related methods |
| US11025675B2 (en) | 2016-06-10 | 2021-06-01 | OneTrust, LLC | Data processing systems and methods for performing privacy assessments and monitoring of new versions of computer code for privacy compliance |
| US11366786B2 (en) | 2016-06-10 | 2022-06-21 | OneTrust, LLC | Data processing systems for processing data subject access requests |
| US10204154B2 (en) | 2016-06-10 | 2019-02-12 | OneTrust, LLC | Data processing systems for generating and populating a data inventory |
| US11134086B2 (en) | 2016-06-10 | 2021-09-28 | OneTrust, LLC | Consent conversion optimization systems and related methods |
| US10783256B2 (en) | 2016-06-10 | 2020-09-22 | OneTrust, LLC | Data processing systems for data transfer risk identification and related methods |
| US11222142B2 (en) | 2016-06-10 | 2022-01-11 | OneTrust, LLC | Data processing systems for validating authorization for personal data collection, storage, and processing |
| US10169609B1 (en) | 2016-06-10 | 2019-01-01 | OneTrust, LLC | Data processing systems for fulfilling data subject access requests and related methods |
| US10416966B2 (en) | 2016-06-10 | 2019-09-17 | OneTrust, LLC | Data processing systems for identity validation of data subject access requests and related methods |
| US10909488B2 (en) | 2016-06-10 | 2021-02-02 | OneTrust, LLC | Data processing systems for assessing readiness for responding to privacy-related incidents |
| US10440062B2 (en) | 2016-06-10 | 2019-10-08 | OneTrust, LLC | Consent receipt management systems and related methods |
| US10706174B2 (en) | 2016-06-10 | 2020-07-07 | OneTrust, LLC | Data processing systems for prioritizing data subject access requests for fulfillment and related methods |
| US11138242B2 (en) | 2016-06-10 | 2021-10-05 | OneTrust, LLC | Data processing systems and methods for automatically detecting and documenting privacy-related aspects of computer software |
| US10452866B2 (en) | 2016-06-10 | 2019-10-22 | OneTrust, LLC | Data processing systems for fulfilling data subject access requests and related methods |
| US10565236B1 (en) | 2016-06-10 | 2020-02-18 | OneTrust, LLC | Data processing systems for generating and populating a data inventory |
| US12299065B2 (en) | 2016-06-10 | 2025-05-13 | OneTrust, LLC | Data processing systems and methods for dynamically determining data processing consent configurations |
| US10452864B2 (en) | 2016-06-10 | 2019-10-22 | OneTrust, LLC | Data processing systems for webform crawling to map processing activities and related methods |
| US10776518B2 (en) | 2016-06-10 | 2020-09-15 | OneTrust, LLC | Consent receipt management systems and related methods |
| US10282559B2 (en) | 2016-06-10 | 2019-05-07 | OneTrust, LLC | Data processing systems for identifying, assessing, and remediating data processing risks using data modeling techniques |
| US11354434B2 (en) | 2016-06-10 | 2022-06-07 | OneTrust, LLC | Data processing systems for verification of consent and notice processing and related methods |
| US10430740B2 (en) | 2016-06-10 | 2019-10-01 | One Trust, LLC | Data processing systems for calculating and communicating cost of fulfilling data subject access requests and related methods |
| US10726158B2 (en) | 2016-06-10 | 2020-07-28 | OneTrust, LLC | Consent receipt management and automated process blocking systems and related methods |
| US11544667B2 (en) | 2016-06-10 | 2023-01-03 | OneTrust, LLC | Data processing systems for generating and populating a data inventory |
| US11341447B2 (en) | 2016-06-10 | 2022-05-24 | OneTrust, LLC | Privacy management systems and methods |
| US10614247B2 (en) | 2016-06-10 | 2020-04-07 | OneTrust, LLC | Data processing systems for automated classification of personal information from documents and related methods |
| US11416109B2 (en) | 2016-06-10 | 2022-08-16 | OneTrust, LLC | Automated data processing systems and methods for automatically processing data subject access requests using a chatbot |
| US10949170B2 (en) | 2016-06-10 | 2021-03-16 | OneTrust, LLC | Data processing systems for integration of consumer feedback with data subject access requests and related methods |
| US11336697B2 (en) | 2016-06-10 | 2022-05-17 | OneTrust, LLC | Data processing systems for data-transfer risk identification, cross-border visualization generation, and related methods |
| US12045266B2 (en) | 2016-06-10 | 2024-07-23 | OneTrust, LLC | Data processing systems for generating and populating a data inventory |
| US10896394B2 (en) | 2016-06-10 | 2021-01-19 | OneTrust, LLC | Privacy management systems and methods |
| US12136055B2 (en) | 2016-06-10 | 2024-11-05 | OneTrust, LLC | Data processing systems for identifying, assessing, and remediating data processing risks using data modeling techniques |
| US11438386B2 (en) | 2016-06-10 | 2022-09-06 | OneTrust, LLC | Data processing systems for data-transfer risk identification, cross-border visualization generation, and related methods |
| US10242228B2 (en) | 2016-06-10 | 2019-03-26 | OneTrust, LLC | Data processing systems for measuring privacy maturity within an organization |
| US10454973B2 (en) | 2016-06-10 | 2019-10-22 | OneTrust, LLC | Data processing systems for data-transfer risk identification, cross-border visualization generation, and related methods |
| US10853501B2 (en) | 2016-06-10 | 2020-12-01 | OneTrust, LLC | Data processing and scanning systems for assessing vendor risk |
| US11651104B2 (en) | 2016-06-10 | 2023-05-16 | OneTrust, LLC | Consent receipt management systems and related methods |
| US10708305B2 (en) | 2016-06-10 | 2020-07-07 | OneTrust, LLC | Automated data processing systems and methods for automatically processing requests for privacy-related information |
| US10592692B2 (en) | 2016-06-10 | 2020-03-17 | OneTrust, LLC | Data processing systems for central consent repository and related methods |
| US11461500B2 (en) | 2016-06-10 | 2022-10-04 | OneTrust, LLC | Data processing systems for cookie compliance testing with website scanning and related methods |
| US11228620B2 (en) | 2016-06-10 | 2022-01-18 | OneTrust, LLC | Data processing systems for data-transfer risk identification, cross-border visualization generation, and related methods |
| US10873606B2 (en) | 2016-06-10 | 2020-12-22 | OneTrust, LLC | Data processing systems for data-transfer risk identification, cross-border visualization generation, and related methods |
| US11210420B2 (en) | 2016-06-10 | 2021-12-28 | OneTrust, LLC | Data subject access request processing systems and related methods |
| US11475136B2 (en) | 2016-06-10 | 2022-10-18 | OneTrust, LLC | Data processing systems for data transfer risk identification and related methods |
| US11295316B2 (en) | 2016-06-10 | 2022-04-05 | OneTrust, LLC | Data processing systems for identity validation for consumer rights requests and related methods |
| US10713387B2 (en) | 2016-06-10 | 2020-07-14 | OneTrust, LLC | Consent conversion optimization systems and related methods |
| US11294939B2 (en) | 2016-06-10 | 2022-04-05 | OneTrust, LLC | Data processing systems and methods for automatically detecting and documenting privacy-related aspects of computer software |
| US10878127B2 (en) | 2016-06-10 | 2020-12-29 | OneTrust, LLC | Data subject access request processing systems and related methods |
| US10496846B1 (en) | 2016-06-10 | 2019-12-03 | OneTrust, LLC | Data processing and communications systems and methods for the efficient implementation of privacy by design |
| ES2978293T3 (en) | 2017-04-25 | 2024-09-10 | Abb Schweiz Ag | Method and apparatus for estimating the efficiency of a production line |
| US10013577B1 (en) | 2017-06-16 | 2018-07-03 | OneTrust, LLC | Data processing systems for identifying whether cookies contain personally identifying information |
| US10803202B2 (en) | 2018-09-07 | 2020-10-13 | OneTrust, LLC | Data processing systems for orphaned data identification and deletion and related methods |
| US11544409B2 (en) | 2018-09-07 | 2023-01-03 | OneTrust, LLC | Data processing systems and methods for automatically protecting sensitive data within privacy management systems |
| US11144675B2 (en) | 2018-09-07 | 2021-10-12 | OneTrust, LLC | Data processing systems and methods for automatically protecting sensitive data within privacy management systems |
| JP7476648B2 (en) * | 2020-04-24 | 2024-05-01 | 富士通株式会社 | Display program, display method, and information processing device |
| WO2022011142A1 (en) | 2020-07-08 | 2022-01-13 | OneTrust, LLC | Systems and methods for targeted data discovery |
| US11444976B2 (en) | 2020-07-28 | 2022-09-13 | OneTrust, LLC | Systems and methods for automatically blocking the use of tracking tools |
| US11475165B2 (en) | 2020-08-06 | 2022-10-18 | OneTrust, LLC | Data processing systems and methods for automatically redacting unstructured data from a data subject access request |
| CN112180851B (en) * | 2020-09-03 | 2022-03-08 | 日立楼宇技术（广州）有限公司 | Method and device for controlling production line, computer equipment and storage medium |
| US11436373B2 (en) | 2020-09-15 | 2022-09-06 | OneTrust, LLC | Data processing systems and methods for detecting tools for the automatic blocking of consent requests |
| WO2022061270A1 (en) | 2020-09-21 | 2022-03-24 | OneTrust, LLC | Data processing systems and methods for automatically detecting target data transfers and target data processing |
| WO2022076373A1 (en) | 2020-10-05 | 2022-04-14 | OneTrust, LLC | Systems and methods for detecting prejudice bias in machine-learning models |
| US11397819B2 (en) | 2020-11-06 | 2022-07-26 | OneTrust, LLC | Systems and methods for identifying data processing activities based on data discovery results |
| JP7545310B2 (en) * | 2020-12-14 | 2024-09-04 | 株式会社東芝 | Processing device, processing method, program, and storage medium |
| WO2022159901A1 (en) | 2021-01-25 | 2022-07-28 | OneTrust, LLC | Systems and methods for discovery, classification, and indexing of data in a native computing system |
| WO2022170047A1 (en) | 2021-02-04 | 2022-08-11 | OneTrust, LLC | Managing custom attributes for domain objects defined within microservices |
| EP4288889A1 (en) | 2021-02-08 | 2023-12-13 | OneTrust, LLC | Data processing systems and methods for anonymizing data samples in classification analysis |
| US11601464B2 (en) | 2021-02-10 | 2023-03-07 | OneTrust, LLC | Systems and methods for mitigating risks of third-party computing system functionality integration into a first-party computing system |
| US11775348B2 (en) | 2021-02-17 | 2023-10-03 | OneTrust, LLC | Managing custom workflows for domain objects defined within microservices |
| WO2022178219A1 (en) | 2021-02-18 | 2022-08-25 | OneTrust, LLC | Selective redaction of media content |
| US20240311497A1 (en) | 2021-03-08 | 2024-09-19 | OneTrust, LLC | Data transfer discovery and analysis systems and related methods |
| US11562078B2 (en) | 2021-04-16 | 2023-01-24 | OneTrust, LLC | Assessing and managing computational risk involved with integrating third party computing functionality within a computing system |
| US12153704B2 (en) | 2021-08-05 | 2024-11-26 | OneTrust, LLC | Computing platform for facilitating data exchange among computing environments |
| CN113822587B (en) * | 2021-09-28 | 2022-06-21 | 智寰科技(常州)有限公司 | Factory capacity evaluation method based on bus current data |
| US11620142B1 (en) | 2022-06-03 | 2023-04-04 | OneTrust, LLC | Generating and customizing user interfaces for demonstrating functions of interactive user environments |
| CN117557078B (en) * | 2024-01-12 | 2024-03-22 | 诺彩科技(江苏)有限公司 | Intelligent production plan management method and system based on time nodes |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3199022B2 (en) | 1998-03-26 | 2001-08-13 | 日本電気株式会社 | Simulation equipment |
-
2006
- 2006-04-04 JP JP2006102805A patent/JP2007279876A/en active Pending
-
2007
- 2007-04-03 CN CNA2007100916662A patent/CN101055635A/en active Pending
- 2007-04-04 US US11/732,953 patent/US7693593B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| US7693593B2 (en) | 2010-04-06 |
| CN101055635A (en) | 2007-10-17 |
| US20070244591A1 (en) | 2007-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2007279876A (en) | Production planning method and production planning system | |
| US11093893B2 (en) | Apparatus and method of maintaining accurate perpetual inventory information | |
| JP5986531B2 (en) | Production management system and management method | |
| US7412295B2 (en) | Modeling manufacturing processes to include defined markers | |
| EP3346205B1 (en) | Inspection management system and inspection management method | |
| JP7125491B2 (en) | mechanical analysis | |
| US20130151308A1 (en) | Lifecycle Obsolescence Forecasting Tool | |
| US20180107961A1 (en) | Task Support System and Task Support Method | |
| JP2000176799A (en) | Production planning and manufacturing planning system | |
| JP2007199844A (en) | Parts demand forecasting program, parts demand forecasting method, and system for executing this method | |
| JP4652042B2 (en) | Production planning method and production planning system in a production line having a rework process | |
| US20150120370A1 (en) | Advanced planning in a rapidly changing high technology electronics and computer industry through massively parallel processing of data using a distributed computing environment | |
| CN114529086A (en) | Medicine data processing method, device and equipment | |
| JP2018206000A (en) | Production planning system, production planning method, and personnel capacity calculation method | |
| US8494975B2 (en) | Method and tool for estimating a ship date profile for a business | |
| US10222788B2 (en) | Plan generating device and plan generating method | |
| JP2009289056A (en) | Device for supporting personnel arrangement planning | |
| JP2015118412A (en) | Component demand prediction device and component demand prediction method | |
| CN114091770A (en) | Prediction analysis method, device, equipment and storage medium for material demand plan | |
| JP6695298B2 (en) | Order control device | |
| JP2007242063A (en) | Measures planning support method for management reform and system therefor | |
| JP2022177408A (en) | Work time estimation device, work time estimation system and work time estimation method | |
| JP2009075919A (en) | Efficient management support system for supply chain | |
| JP7532707B2 (en) | Prediction device and prediction method | |
| US20070016318A1 (en) | Systems and methods for determining production availability |